Question

我需要从HTML页面中删除以下字符串内容

<a rel="nofollow" href="http://feeds.wordpress.com/1.0/gocomments/terminaldeembarque.wordpress.com/1847/"><img alt="" border="0" src="http://feeds.wordpress.com/1.0/comments/terminaldeembarque.wordpress.com/2044/"></a>

请注意，只有数字“2044”和“1847”是变量，我可以用正则表达式吗？任何人都可以帮我吗？

感谢。

Answer 1

使用此正则表达式：

"a rel=\"nofollow\" href=\"http://feeds.wordpress.com/1.0/gocomments/terminaldeembarque.wordpress.com/[0-9]*/\"><img alt=\"\" border=\"0\" src=\"http://feeds.wordpress.com/1.0/comments/terminaldeembarque.wordpress.com/[0-9]*/\"></a>"

Answer 2

取决于您是要删除所有锚标记还是仅删除特定锚标记。您可以将整个字符串放入正则表达式（不要忘记逃避所有内容）而不是数字“2044”和“1847”使用\ d {0，}或\ d +如此：

...wordpress.com/\d+/

或

...wordpress.com/\d{0,}/

将{0，}中的零更改为要匹配的最小所需位数。但请注意，这个正则表达式非常具体，如果一个字符与您提供的字符不同，它将会中断。例如，如果省略rel属性或html结构中的任何其他更改。

最终正则表达式：

<a rel="nofollow" href="http://feeds\.wordpress\.com/1\.0/gocomments/terminaldeembarque\.wordpress\.com/\d{0,}/"><img alt="" border="0" src="http://feeds\.wordpress\.com/1\.0/comments/terminaldeembarque\.wordpress\.com/\d{0,}/"></a>

正则表达式替换HTML页面内的内容

2 个答案: