正则表达式：擦洗 HTML

Posted 2023-03-11

【中文标题】正则表达式：擦洗 HTML

【英文标题】：Regex: Scrub HTML

【发布时间】：2011-06-16 22:29:56

【问题描述】：

我有一堆 html 代码，我想在其中删除所有 HTML 标记。

我认为这可以通过 Regex（正则表达式）实现。使用搜索和替换，我将如何做到这一点？

我尝试了 ，我认为 * 是通配符，但显然不是。 我如何让正则表达式找到所有 ?

【问题讨论】：

使用记事本++，但应该与任何带有正则表达式和搜索和替换的编辑器一起使用

e.g. 的问题呢？ … 和 &等 HTML 字符代码？这里没有解决方案。 Oy vay，用正则表达式转换所有这些会很讨厌。

【参考方案1】：

在搜索模式中选择“正则表达式”。在 Find What 字段中输入 [<].*?> 并将 Replace With 字段留空。

【参考方案2】：

一个简单的版本是：

<[^>]+>

[] 定义一个字符类，^ 不包括字符。这是example。

【参考方案3】：

看看这个：http://haacked.com/archive/2004/10/25/usingregularexpressionstomatchhtml.aspx