C#中使用正则表达式清除javascript脚本的方法

最近在做一个项目，里面有个需求是分析网页文件，并且检索到需要的内容，并且显示到客户端上。

问题就出现了，如果一个网页文件中包含了<script>alert()</script>。这样的脚本文件，则会出问题了。

于是我想了很多办法，但是都不是很好用。

我参考了dudu的替换脚本的方法

public static string FilterScript(string content)

 {

              string regexstr=@"<script.*</script>";

              return Regex.Replace(content,regexstr,string.Empty,RegexOptions.IgnoreCase);

 }

但是这样有问题，也就是只能替换<script></script>在一行的情况

于是修改了以上的代码成为

public static string FilterScript(string content)

         {

              string regexstr=@"(?i)<script([^>])*>(\w|\W)*</script([^>])*>";

              return Regex.Replace(content,regexstr,string.Empty,RegexOptions.IgnoreCase);

          }

这样表面看问题好像解决了，但是依旧有问题。他会把只要是在<script></script>中的任何内容都替换为空，也就是说，如果出现了，<script></script>内容<script></script>的情况，会被替换为空。

于是最终修改为

        private string FilterScript(string content)
        {
            string regexstr=@"<script[^>]*>([\s\S](?!<script))*?</script>";
            return Regex.Replace(content,regexstr,string.Empty,RegexOptions.IgnoreCase);

        }

这样，就会循环的进行替换，只把<script></script>之间的内容替换，而不会从头替换到脚

希望对其他能搜索到这篇内容的朋友有所帮助