Question

这是我正在使用的示例文本。我正在使用Coda进行查找和替换......

<td width="20%"><div > Item #</div></td>
<td width="20%"><div > Pole Tip</div></td>
<td width="20%"><div > Length</div></td>
<td width="20%"><div > Test Weight (lbs.)</div></td>
<td width="20%"><div > Price</div></td>

我想摆脱标记td内文本的div标签。

Ex ...我想改变这个：

<td width="20%"><div > Item #</div></td>

到此：

<td width="20%">Item #</td>

到目前为止，我将此作为正则表达式：

<div >[\s\w\(\)#]*</div>

然而，这与我的示例文本中的所有上述内容相匹配：

<td width="20%"><div > Test Weight (lbs.)</div></td>

在我的正则表达式中，我甚至试图添加（和）......我做错了什么？

Answer 1

在回复Andy时，我同意将良好形成的标记的数据解析保留在DOM导航工具中。 XML肯定，或HTML＆gt; XML转换器是好的。我不知道Miles正在使用什么，但我经常使用格式错误的HTML以及Markup解析器无法解析的HTML。

在我的一些关于Document Parsing的Regex教程中，我讨论了Regex Trim模式，它只是零或更多空白{\ s *}。虽然你可能会回避它，因为它为Regex模式增加了一点点长度，但实际上几乎没有效率损失。那就是说......

(<td[^>]*>)\s*<div[^>]*>\s*((?:[^<]*(?(?!</div>\s*</td>)<))*)\s*</div>\s*(</td>)

将此替换为$ 1 $ 2 $ 3，您获胜，并获得干净的结果。当然，您可以根据需要替换或删除任意数量的Trims（\ s *），如果我正在解析文档或格式错误的标记，则只需个人偏好。

Answer 2

那是因为你错过了.这很好用

<div >[\s\w\(\)#.]*</div>

如何创建一个正则表达式来匹配内部的所有内容，包括<div> ... </div>？

2 个答案: