Intro-CSharp-Book-v2015

Глава 24. Практически изпит по програмиране (тема 1) 999
знаем, че е имаме някакъв таг (отварящ или затварящ). Краят на тага
символът ">". Така можем да откриваме таговете и да ги премахваме. За да
не получим долепяне на думите в съседни тагове, ще заместваме всеки таг
със символа за празен ред "\n".
Алгоритъмът не е сложен за имплементиране, но дали няма по-хитър
начин? Можем ли да използваме регулярни изрази? С тях лесно можем да
търсим тагове и да ги заместваме с "\n", нали? Същевременно кодът няма
да е сложен и при възникване на грешки по–лесно ще бъдат отстранени.
Ще се спрем на този вариант. Какво трябва да направим? Първо трябва да
напишем регулярния израз. Ето как изглежда той:
]*>
Идеята е проста: всеки низ, който започва с "" и завършва с ">", е HTML таг. Ето как можем да
заместим таговете със символ за нов ред:
private static string RemoveAllTags(string str)
{
string textWithoutTags = Regex.Replace(str, "]*>", "\n");
return textWithoutTags;
}
След като написахме тази стъпка, трябва да я тестваме. За целта отново
ще изписваме намерените низове на конзолата чрез Console.WriteLine(…).
Да тестваме кода, който получихме:
HtmlTagRemover.cs
using System.IO;
using System.Text.RegularExpressions;
class HtmlTagRemover
{
private const string InputFileName = "Problem1.html";
private const string Charset = "windows-1251";
static void Main()
{
StreamReader reader = null;
Encoding encoding = Encoding.GetEncoding(Charset);
string line = string.Empty;
StringBuilder result = new StringBuilder();
if (!File.Exists(InputFileName))
{
Console.WriteLine("File " + InputFileName + " not found.");