如何在记事本++中删除除html标签和此HTML标签内容之外的所有内容？

Posted 2023-03-30

【中文标题】如何在记事本++中删除除html标签和此HTML标签内容之外的所有内容？

【英文标题】：How to remove everything except html tag and content of this HTML tag in notepad++?

【发布时间】：2018-10-10 23:37:34

【问题描述】：

我在 Notepad++ 中打开一个 html 页面。

html页面有很多东西，尤其是这个标签：

<div id="issue_content">CONTENT</div>

我想从 html 文件中删除所有内容，除了 此标签及其内容：

<div id="issue_content">CONTENT</div>

文件示例：

<p>ewrfefsd</p>
<div id="issue_content">CONTENT</div>
<p>ewrfefsd</p>
</html>

删除后，文件内容应该是这样的：

<div id="issue_content">CONTENT</div>

我尝试使用正则表达式： (<div id=\"issue_content\">)(.*?)(<\/div>)(.*?) , 但是这个正则表达式只删除标签<div id="issue_content">CONTENT</div>和这个标签的内容

【问题讨论】：

为什么不创建一个包含该内容的新字符串，因为这就是您感兴趣的全部内容？您已经有了匹配值。

我需要删除 3000 个 html 文件中不必要的内容。 DIFFERENT CONTENT 标签中的内容不同

【参考方案1】：

这个正则表达式应该做你想做的事。确保选中 Replace 选项卡上的 . matches newline 框，并将光标放在文档的开头。

^.*?(<div[^>]*id="issue_content">.*?<\/div>).*$

替换为\1。

请注意，只有在您要查找的代码中没有嵌套其他 <div> 标记时，此代码才有效。

【参考方案2】：

您可以将您的正则表达式更改为以下内容：这个想法是它匹配所有内容，但会创建一个 Match Group，其中包含您想要的字符串，您可以使用它来将所有内容替换为您的 Group:

这是正则表达式：

/[\s\S]*?(<div id=\"issue_content\">[^>]+>)[\s\S]+/

它在开始时匹配所有内容，直到你想要的字符串，然后它用你的字符串创建一个组，最后匹配之后的所有内容。

替换时，你用Group 1替换：

$1

现在你只有你的字符串了。

【讨论】：

/[\s\S]*?([^>]+>)[\s\S]+/ - 不工作 (( （

@alexbever：删除分隔符

【参考方案3】：

试试这个，$str 是您的 HTML 内容变量。

preg_match('/<div id="issue_content">(.*)<\/div>/i', $str, $matches);

echo $matches[1];