[c#] 정규표현식을 이용한 문자열에서 태그 제거함수

코드와 실행 내용

using System.Text.RegularExpressions;

public string remove_html_tag(string html_str)
{
        // 정규표현을 이용한 HTML태그 삭제
        return Regex.Replace(html_str, @"[<][a-z|A-Z|/](.|
)*?[>]", "");
}

[] 이것은 한글자가 동일하다는 의미이며 이안에는 범위를 지정할 수 있다. [a-z]라고 하면 a부터 z까지 한글자 라는 의미가 된다.

버티컬 바(Vertical bar)또는 파이프(pipe) 이라고 하는 | 이기호는 or의 의미가 된다. 프로그래밍에서도 버티컬 바 두개는 or 연산자이다.  따라서 [a-z|/]는 a부터z까지 또는 / 문자 한글자 를 의미한다.[<][a-z|/] 이것의 의미는 첫번째 글자는 < 이고 두번째 글자는 a부터 z까지 하나 이거나 / 인것 이라는 의미가 된다. 구둣점(.)은 (new line)을 제외한 모든 글자를 의미 하므로 뉴라인문자 까지 포함한 모든 문자의 하나 또는 그이상의 문자열을 의미하기 위해서는 (.| ) 이라고 표현해야 한다.  *? 는 가능하면 반복이 적은 첫번째 일치를 의미한다. 따라서 [<][a-z|/](.| )*?[>] 는 <으로 시작하고 두번째 글자는 a부터 z까지 이거나 / 이며 중간에 한자또는 그이상의 어떤 글자가 있어도 되지만 끝부분에는 가능하난 반복이 적은 첫번째 > 까지를 찾아서 지우게 되므로 태그만 제거된다.

정규표현은 Case senstive 하기 때문에 (이말은 대소문자를 구분한다는 말임) 추가로 [a-z|A-Z] 헝태로 코드에서 바꿔 주면 된다. 역시 or을 의미하는 파이프를 사용해 주면된다.

출처 : http://blog.naver.com/devace?Redirect=Log&logNo=20063206854