正则表达式是表的内部HTML，用于查找特殊字符

Question

我很难得到这个......

我有这个HTML代码：

<table border='1'><tr><th></th><th>Fact Questions Report Type Count</th></tr><tr>
<td class=' sorting_1'>0 - 18</td><td>78</td></tr><tr><td class=' sorting_1'>19-64</td>
<td>78</td></tr><tr><td class=' sorting_1'>65+</td><td>78</td></tr><tr>
<td class=' sorting_1'>אין גיל</td><td>78</td></tr><tr><td class=' sorting_1'>נפטר</td>
<td>78</td></tr><tr><td class=' sorting_1'>Unknown</td><td>78</td></tr></table>

如你所见，我想要捕捉的特殊字符如下：

אין גיל，נפטר

我想做一个正则表达式，它会排除所有单词\W和数字\D以及那些 - ＆gt; =|'

但我无法让它发挥作用..

完美的解决方案是获得两个带有特殊字符的项目...... אין גיל，נפטר

P.S：可能还有其他特殊字符

我很乐意在这里看到一个例子：RegexPal - Online Editor

TNX！

Answer 1

如果您试图专门用希伯来语捕捉字符，可以尝试

[\u0590-\u05FF\s]+

假设空格正常，或者，如果使用更高级的正则表达式引擎，

[\p{Hebrew}\s]+

如果你真的试图捕捉非英语但可打印的角色，那么很难在没看到你尝试过的情况下帮助你。 \D是\W的子集，因此您只需要\W+，或者如果我理解正确，您也想排除->=|'，那么{{1} （短划线必须在此处（或[^\w>=|-]+之后的第二个位置））。

Answer 2

这只匹配ASCII printable characters：

[\x20-\x7e]

要捕获那些אין גיל，נפטר（以及许多其他非ASCII字符），您需要

[^\x20-\x7e]

根据要求：regexpal.com

Answer 3

  

我想做一个正则表达式会排除所有单词\ W和数字\ D和那些= |'

只需这样做：[^\w\d=|']+

• Debuggex
上的可视化
• 演示RegExr

请注意，您无法使用[^\W]：因为\W表示\w之外的任何内容，[^\W]表示除\w之外的任何内容，即\w 1}}（- x - = +）。