去除过滤html代码的正则表达式-excel vba中要用到的提取html中文字汉字

标题：去除过滤html代码的正则表达式-excel vba中要用到的提取html中文字汉字

-------------------------------------------------------------------------------------------------------------------------------

时间：2011/12/24 0:45:18

-------------------------------------------------------------------------------------------------------------------------------

内容：

在抓取网页处理源代码要遇到的就是过滤html 提取html中的文字

先有2种方法一个是使用正则表达式经过测试用循环的是用正则效率的一万遍以上

Function RemoveHTML( strText )
Set regex = CreateObject("VBScript.RegExp")

RegEx.Pattern = "<[^>]*>"
RegEx.Global = True

RemoveHTML = RegEx.Replace(strText, "")
End Function

还有一种不用正则表达式的

Function RemoveHTML(strText)
    Dim nPos1
    Dim nPos2

    nPos1 = InStr(strText, "<")
    Do While nPos1 > 0
        nPos2 = InStr(nPos1 + 1, strText, ">")
        If nPos2 > 0 Then
            strText = Left(strText, nPos1 - 1) & Mid(strText, nPos2 + 1)
        Else
            Exit Do
        End If
        nPos1 = InStr(strText, "<")
    Loop

    RemoveHTML = strText
End Function

在抓取网页处理源代码要遇到的就是过滤html 提取html中的文字

先有2种方法一个是使用正则表达式经过测试用循环的是用正则效率的一万遍以上

Function RemoveHTML( strText )
Set regex = CreateObject("VBScript.RegExp")

RegEx.Pattern = "<[^>]*>"
RegEx.Global = True

RemoveHTML = RegEx.Replace(strText, "")
End Function

还有一种不用正则表达式的