如何确定两个标签的内容是否一致？

Question

我有很多.html文件。我想知道两个标签的单词是否对应。例如：

<title>I have a dream</title>

<h1 class="cors">I have a dream</h1>

这是正确的，相同的内容。但是，如果某些标签的内容不对应，如下所示：

<title>I have a dream</title>

<h1 class="cors">My music is the best</h1>

我如何找到差异或相似之处？

我的方法是通过编辑器中的简单搜索提取任何<title>和<h1>标记，并使用Excel进行比较。

但也许REGEX会更快。

Answer 1

要匹配具有不同内容的代码capture第一个代码的内容，并检查第二个代码是否与首先内部的内容不匹配，请使用否定lookahead反向引用\1。

<title>([^<]*)</title>\s*<h1\b[^>]*>(?!\1)[^>]*>

See demo and more explanation at regex101

要匹配使用.*?代替\s*

之间任意数量的任何字符

(?s)<title>([^<]*)</title>.*?<h1\b[^>]*>(?!\1)[^<]*</h1>

See another demo at regex101

如果您需要删除这些标记，则可以使用其他捕获组see this demo。