Question

我目前正在研究一种替换网页中特定文本的方法，但我不想搞乱任何可能用作标记的东西（即HTML本身）。我已经看了很多方法，包括匹配'＆lt;'和'＆gt;'字符（并忽略它们之间的内容），但不幸的是，当网页形成不良而且它们不匹配，或内容不佳，或者存在嵌入的'＆lt;'时，这会中断或'＆gt;'在实际文本中。它也非常慢。

提取特定文本不是目标。相反，我需要用不同的文本替换它。

//编辑以使更清楚（不知道为什么我为这个问题得到两个-1）。

1）这是一个非常简单的例子

<head>
    <title>This is my website</title>
    <link rel="shortcut icon" href="//a.b.c">
    <meta name="twitter:card" content="summary">
    <meta property="og:type" content="website" />
    <script src="//ajax.googleapis.com/ajax/libs/jquery/1.7.1/jquery.min.js"></script>
    <script>
        mystuff.ready(function () {    
            mystuff.using("snippets", function () {
                mystuff.snippets.initSnippetRenderer();
            });   
        });
    </script>    
</head>
<body class="question-page new-topbar">
    <noscript><div id="noscript-padding"></div></noscript>
    <div id="notify-container"></div>
    <h1>This is piece of large text</h1>
    <ul>
        <li>Coffee</li>
        <li>Tea</li>
        <li>Milk</li>
    </ul>
</body>

当您打开浏览器时，您希望在浏览器中看到以下内容（让我们称之为'感兴趣的文本'）：

This is a Large Piece of Text
* Coffee
* Tea
* Milk

因此，我感兴趣的关键是如何确定标签之外的内容（即感兴趣的文本，并允许使用RegEX进行搜索和替换）。

2）。 @Zaph - stringByReplacingOccurrencesOfString：withString：options：range不足，因为它不能直接确定范围是什么。范围取决于文本是否包含在HTML标记中，还是由标记操作的有效负载） - 请参阅上面的“1”点。

如果我使用文本“网站”的直接替换，那么它将替换标题中的文本，但它也会错误地替换第二个元标记中的术语，这是不行的。

任何想法，或者我还有什么想法可以智能地处理HTML有效负载而不是支持标签？

Answer 1

使用带有Look-behind和Look-ahead断言的正则表达式。

该示例将匹配的文本替换为自身，但包含在邪恶的表情符号中。关键是要展示匹配模式。使用NSRegularExpression可以更好地控制替换。

说明：

(?<=>) Must be preceded with: >
\\S Must start with a non-whitespace character (the \ has to be escaped)
[^<>]+ Must consist of characters except < and >
(?=</) Must be followed by </

NSString *html = <question html>;

NSString *pattern = @"(?<=>)\\S[^<>]+(?=</)";
NSString *replacement = @"$0";
html = [html stringByReplacingOccurrencesOfString:pattern
                                       withString:replacement
                                          options:NSRegularExpressionSearch
                                            range:NSMakeRange(0, html.length)]
NSLog(@"html:\n%@", html);

输出：

<head>
    <title>This is my website</title>
    <link rel="shortcut icon" href="//a.b.c">
    <meta name="twitter:card" content="summary">
    <meta property="og:type" content="website" />
    <script src="//ajax.googleapis.com/ajax/libs/jquery/1.7.1/jquery.min.js"></script>
    <script>
        mystuff.ready(function () {    
            mystuff.using("snippets", function () {
                mystuff.snippets.initSnippetRenderer();
            });   
        });
    </script>    
</head>
<body class="question-page new-topbar">
    <noscript><div id="noscript-padding"></div></noscript>
    <div id="notify-container"></div>
    <h1>This is piece of large text</h1>
    <ul>
        <li>Coffee</li>
        <li>Tea</li>
        <li>Milk</li>
    </ul>
</body>

替换未标记的＆＃39;网页中的内容

1 个答案: