RegEx – Como Remover Tags HTML de uma string

Mais uma vez quero demonstrar como um regex, utilizado corretamente, pode ser poderoso. Imagine uma string qualquer onde você tenha tags HTML dentro:

“<p>Hi, <br/> “text .</strong>“</p> bad html </ul>will be removed too.”

Agora imagine que você tenha que remover todas as tags HTML dessa string.
Já vi muita gente fazer um replace nas tags HTML (uma por uma) e substituilas pela string vazia.

Realmente é uma saida, mas não é a mais inteligente, funciona até que alguem coloque uma tag que você não tenha previsto. Uma maneira mais eficiente de fazer isso, é usando um Regex. vamos ao exemplo:

static void Main(string[] args)
{
// Some String
const string text = "<p>Hi,  <br/> “Walking on water and developing software from a  specification are easy if both are <strong>frozen.</strong>“  - Edward V. Berard</p> here some bad html </ul>will be  removed too.";

// Write the string with the html tags
Console.WriteLine(text);

// Write the string without the html tags
Console.WriteLine(RemoveHtmlTags(text));

Console.ReadLine();
}

private static string RemoveHtmlTags(string htmlString)
{

// Regex to find all the html tags
const string pattern = @"<(.|\n)*?>";

// Return the string without html tags
return Regex.Replace(htmlString, pattern, string.Empty);

}

Achei que podia ajudar algumas pessoas, então resolvi postar.

Creditos para http://aliraza.wordpress.com/, foi la que achei a primeira versão.

Regex – Os regex mais usados

Existe problema mais corriqueiro do que encontrar a expressão regular para validar o campo de e-mail, CPF e CNPJ? Na minha opnião não, então escolhi esse tema para o primeiro post.

Segue uma tabelinha com os 3 regex mais utilizados.

E-mail	^(([a-zA-Z0-9_\-\.]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5}){1,25})$
CNPJ	^( \d{2}.?\d{3}.?\d{3}/?\d{4}-?\d{2})$
CPF	(^\d{3}\.\d{3}\.\d{3}-\d{2})|(^\d{3}\d{3}\d{3}\d{2})$

Caso precise de algum regex diferente, avise-me responderei o mais rapido possivel.