html - 使用 RegEx 替换标签的内容

Question

我想匹配所有以“!”结尾的单词来自这个标签:

<div>Why I love! you so much</div>

在这种情况下，我要匹配爱这个词!因为有一个 !

现在，我制作了这个漂亮的正则表达式:

(?-s)(<div>)*\w+!(?!\w*;)(?=[^<]*</div>)

替换后，我的标签应该是这样的:

<div>Why I love you so much</div>

所以，我想使用这个正则表达式来替换几个 .html 文件中所有具有 ! 的标签。基本上，我想从这些标签中删除它们。我尝试更换!有一个空白空间，像这样:

搜索:(?-s)(<div>)*\w+!(?!\w*;)(?=[^<]*</div>)

替换为:\1\2(LEAVE EMPTY)

但不起作用。谁能帮帮我？

基本上，我想删除所有!它坚持来自这些标签的单词，来自几个文件。

Answer 1

尝试

(<([^>]+)>[^>]*?[ ]\w+?)\!([^>]*?<\/\2>)

替换为

\1\3

然后

This is not! in tag.

<div>Why I love! you so! much </div> This is not! in tag. <div>Why I love! you so! much </div>

这将被替换成

This is not! in tag.

<div>Why I love you so! much </div>  This is not! in tag. <div>Why I love! you so! much </div>

先删除!在<div>标签。

没有办法一下子删除!来自 love!和 so!在上面的 Notepad++ 示例中，因为它只能在同一行中处理一次，所以不幸的是，您必须继续替换，直到找不到为止。但你可以编写 Python 脚本来完成它。然后单击一下就可以完成所有文件甚至文件夹中的所有文件，所以值得编写，或者更高级的文本编辑器，如 Vim :) 如果你编写脚本，你可以指定是否要重复处理相同的或只需一次进入同一行/字符串，这样您就可以轻松地做更多的事情。

关于正则表达式， <([^>]+)>代表</div>在示例中，[^>]+意思是“除 > 之外的任何东西”。所以这可以防止 <AAA><BBB>得到 AAA><BBB作为匹配而不是 AAA因为正则表达式选择更长的匹配否则。所以<([^>]+)>是HTML标签的通用写法，可以匹配很长的HTML标签，比如<a href=....>也是。