信息发布中对html标签的处理

     OA系统中将需要发布的信息通过WebService发布到外网，前提是网站不是公司的产品，设计上与我们存在很多的不同，在信息上报的时候，总是出现格式问题，比如手段空格等等。

     解决思路：第一：首先清理标签， 由于ＯＡ中编辑的文档保存了html标签，我们通过清理标签，但保留<p><br><div>标签

                   第二：清理空格

                   第三 ：清除保留标签中的样式

                   第四： 用<p>标记替换保留标签

       public string Filter(string htmlCode)
        {
            string Content = string.Empty;
             // 保留<p></p><br></br><div>标签
             Content = Regex.Replace(htmlCode, @"<(?!p|\/p|br|\/br|div|\/div)[^>]+>", "", RegexOptions.IgnoreCase);
             // 除去空格
             Content = Regex.Replace(Content, @"&(nbsp|#160);", " ", RegexOptions.IgnoreCase);
             // 清除样式
             Content = Regex.Replace(Content, "style\\s?=\\s?(['\"][^'\"]*?['\"]|[^'\"]\\S*)", "", RegexOptions.IgnoreCase);
             // 将其他标签替换成<p>标签，注意标签开和闭
             string[] tags = { "p", "div", "span", "font", "br" };
             foreach (string tag in tags)
             {
                 Content = Regex.Replace(Content, "<" + tag + "[^>]*>", "<p style='text-indent:2em'>", RegexOptions.IgnoreCase);
                 Content = Regex.Replace(Content, "</" + tag + "[^>]*>", "</p>", RegexOptions.IgnoreCase);
             }

             return Content;
        }