如何使用C#验证字符串是否包含HTML

Question

有没有人有一种简单有效的方法来检查字符串是否包含HTML？基本上,我想检查某些字段是否只包含纯文本.我想过寻找<字符,但这可以很容易地用在纯文本中.另一种方法可能是使用以下方法创建一个新的System.Xml.Linq.XElement:

XElement.Parse("<wrapper>" + MyString + "</wrapper>")

并检查XElement是否包含子元素,但这似乎对我需要的东西有点重量级.

Answer 1

以下内容将匹配任何匹配的标记集.即<b>这个</ b>

Regex tagRegex = new Regex(@"<\s*([^ >]+)[^>]*>.*?<\s*/\s*\1\s*>");

以下内容将匹配任何单个标记.即<b>(不必关闭).

Regex tagRegex = new Regex(@"<[^>]+>");

然后你可以像这样使用它

bool hasTags = tagRegex.IsMatch(myString);

Answer 2

您可以通过使用HttpUtility.HtmlEncode对输入进行编码来确保纯文本.

实际上,根据您希望检查的严格程度,您可以使用它来确定字符串是否包含HTML:

bool containsHTML = (myString != HttpUtility.HtmlEncode(myString));

Answer 3

干得好:

using System.Text.RegularExpressions;
private bool ContainsHTML(string CheckString)
{
  return Regex.IsMatch(CheckString, "<(.|\n)*?>");
}

这是最简单的方法,因为括号中的项目不太可能自然发生.

Answer 4

我刚尝试了我的XElement.Parse解决方案.我在字符串类上创建了一个扩展方法,因此我可以轻松地重用代码:

public static bool ContainsXHTML(this string input)
{
    try
    {
        XElement x = XElement.Parse("<wrapper>" + input + "</wrapper>");
        return !(x.DescendantNodes().Count() == 1 && x.DescendantNodes().First().NodeType == XmlNodeType.Text);
    }
    catch (XmlException ex)
    {
        return true;
    }
}

我发现的一个问题是纯文本符号和少于字符会导致XmlException并指示该字段包含HTML(这是错误的).要解决此问题,首先传入的输入字符串需要具有&符号,并且少于字符转换为其等效的XHTML实体.我写了另一种扩展方法来做到这一点:

public static string ConvertXHTMLEntities(this string input)
{
    // Convert all ampersands to the ampersand entity.
    string output = input;
    output = output.Replace("&", "amp_token");
    output = output.Replace("&", "&");
    output = output.Replace("amp_token", "&");

    // Convert less than to the less than entity (without messing up tags).
    output = output.Replace("< ", "&lt; ");
    return output;
}

现在我可以使用用户提交的字符串并使用以下代码检查它是否包含HTML:

bool ContainsHTML = UserEnteredString.ConvertXHTMLEntities().ContainsXHTML();

我不确定这是不是防弹,但我认为这对我的情况来说已经足够了.

Answer 5

this also checks for things like < br /> self enclosed tags with optional whitespace. the list does not contain new html5 tags.

internal static class HtmlExts
{
    public static bool containsHtmlTag(this string text, string tag)
    {
        var pattern = @"<\s*" + tag + @"\s*\/?>";
        return Regex.IsMatch(text, pattern, RegexOptions.IgnoreCase);
    }

    public static bool containsHtmlTags(this string text, string tags)
    {
        var ba = tags.Split('|').Select(x => new {tag = x, hastag = text.containsHtmlTag(x)}).Where(x => x.hastag);

        return ba.Count() > 0;
    }

    public static bool containsHtmlTags(this string text)
    {
        return
            text.containsHtmlTags(
                "a|abbr|acronym|address|area|b|base|bdo|big|blockquote|body|br|button|caption|cite|code|col|colgroup|dd|del|dfn|div|dl|DOCTYPE|dt|em|fieldset|form|h1|h2|h3|h4|h5|h6|head|html|hr|i|img|input|ins|kbd|label|legend|li|link|map|meta|noscript|object|ol|optgroup|option|p|param|pre|q|samp|script|select|small|span|strong|style|sub|sup|table|tbody|td|textarea|tfoot|th|thead|title|tr|tt|ul|var");
    }
}