在href标记记事本++之间提取文本

Question

我有这个html页面：

<div class="abc">
<a href="www...." title="aaaaa">TEXTONE</a>
</div>

<div class="abc">
<a href="www...." title="bbbb">TEXTTWO</a>
</div>

只有div类是相同的，我需要提取TEXTONE和TEXTTWO。我该如何使用查找功能？ 谢谢

Answer 1

执行此操作的正确方法是使用解析器，但是如果您想在Notepad ++的“查找”中使用快速而肮脏的正则表达式...

尝试以下正则表达式：

\w+(?=<\/a>)            # match all [A-Za-z0-9_] before </a>

Regex Demo

如果文本中可能包含空格，则可以使用以下正则表达式：

(?<=>).+(?=<\/a>)

Regex Demo

Answer 2

我猜想也许您还有其他元素，可能您想查找/替换，如果是这种情况，有些表达式类似于：

@Test
public void test02() {
    String stringstring = parseObject02("stringstring", String.class);
    System.out.println(stringstring);
    List list = parseObject02("[1,2,3]", List.class);
    System.out.println(list);
//        output in console
//        stringstring
//        [1.0, 2.0, 3.0]
}

public <T> T parseObject02(String parameters, Class<T> clazz) {
    Gson gson = new Gson();
    T obj = gson.fromJson(parameters, clazz);
    return obj;
}

可能会工作，并且您期望的输出在(<div class="abc">\s*<a\s+[^>]*>)(.+?)(<\/a>) 中。

Demo

---

如果您希望简化/修改/探索表达式，请在regex101.com的右上角进行说明。如果愿意，您还可以在this link中查看它如何与某些示例输入匹配。

---

Answer 3

这与<a..>内<div class="abc">标记中的所有文本匹配，带有或不带有空格或换行符。

• Ctrl + F
• 查找内容：<div class="abc">\s+<a [^>]+>\K.+?(?=</a>)
• 检查环绕
• 检查正则表达式
• 检查. matches newline
• 查找下一个

说明：

<div class="abc">   # literally
\s+                 # 1 or more spaces
<a [^>]+>           # <a...> tag
\K                  # forget all we have seen until this position
.+?                 # 1 or more any character, included newlines
(?=</a>)            # positive lookahead, make sure we have and tag after

屏幕截图：

Answer 4

vs97s正则表达式的改进之处在于：([\s\S])*?<a.*?>(.*?)<\/a>([\s\S])*? 用\2\n作为替换！

说明：

([\s\S])*?会采取任何措施，直到下一次模式匹配为止（不满意）

<a.*?>(.*?)<\/a>带有<a[...]>TEXT</a>标记并保存文本

([\s\S])*?嗯...见上文！ ;-）

如果您将其替换为\2\n，则第二个匹配项（即a-tag的文本）将放置在该位置，然后以换行符代替该标签。