hola, tengo un gran problema: necesito quitarle todas las marcas HTML a una página y luego meterlo todo en una matriz. Para ello uso la función
function stripHTML(txt)
set Reg = new RegExp
Reg.pattern = "[<][^>]*[>]"
Reg.IgnoreCase = true
Reg.Global = true
stripHTML = Reg.Replace(txt,"")
end function
luego le quito todos los caracteres especiales como el punto, la coma, los acentos, los dobles espacios, etc, es decir, que dejo el texto solo con un espacio entre cada palabra. Luego le hago un split poniendo como carácter de separación el espacio, pero hay algunos que no los hace bien, por ejemplo, hay espacios que los coge como si fueran palabras, o a lo mejor deja un espacio delante e una palabra. ¿Qué puede ser? Estoy ya desesperado. Gracias
