Question

我有一个类似下面的文件HTML：

      <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>
      <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>
      <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>

    </table>
    <br>
    </div>
    <a href="javascript:;" onmousedown="toggleDiv('20161023');">Sunday 23 ...   </a></h3>
    <br>
    <div class="time_div" id="20161023" style="display:none">
    <p class="dep_parag">Test automation on Sunday 23 October</p>
    <table id="table" border="1" cellpadding="3" cellspacing="0">

    <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>
      <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>
      <tr>
        <td>SOMETHING1</td>
        <td>SOMETHING2</td>
        <td>SOMETHING3</td>
      </tr>

正如您所看到的，有一个表行列表除以带有一些javascript的部分（该部分以开头并以结束）

这只是一个包含300.000多个表行的html页面的提取！

我要删除带有javascript的部分，因为我需要一个很长的表行列表，干净，它们之间没有任何内容。

而不是手动操作，这很疯狂，我想要一些东西（正则表达式）只需点击一下即可清理文件（我用它在NOTEPAD ++上运行简单的正则表达式，但这个对我来说有点困难）

我在考虑类似的事情：

将中的所有行删除为 cellspacing =“0”＆gt;

或者

删除中的所有行，然后删除8行。

有人可以这么温柔地帮助我使用这个正则表达式吗？

非常感谢！：）

Answer 1

假设您没有关注不规则的空白，那么搜索模式如何：

</table>.*?<table.*?>

空白＆＃34; 替换为＆＃34;字符串，勾选＆＃34; 正则表达式＆＃34;和＆＃34; 。匹配换行＆＃34;选项。

Answer 2

我不太明白你要删除的部分（我的理解是从</table>到cellspacing="0">？），但它应该相当容易。你的意思是这样的吗？

<a href="javascript([^\n]+\r\n){5}

Answer 3

这个正则表达式将用于标记 s 单行用于php，python，用于java启动表达式，带有 DOTALL 选项

\<\/table\>.+?(?=javascript\:\;).+?(?=\<table.+?cellspacing\=\"0\"\>)\<table.+?cellspacing\=\"0\"\>

删除以给定字符串开头的行和以下n行

3 个答案: