Regex, удалить текст НЕ между тегами
Мне нужно удалить весь текст, который не находится между тегами <p> и </p>. В каждой ячейке может быть много тегов <p>. Содержимое до <p> и после </p> отличается в каждой строке.
Пример
<h1>Curly Krans Daggdroppar 30cm LED</h1><h2>Beskrivning</h2><div id = "more_info_sheets" class = "sheets align_justify"><div id = "idTab1" class = "rte"><div id = "more_info_sheets" class = "sheets align_justify"><div id = "idTab1" class = "rte"><p>En krans med en snygg och intressant design. </p><p>Kransen har 30st ej utbytbara små LED lampor.</p><p>Finns i tre olika färger, välj mellan, koppar, mässing och krom.</p></div></div></div></div>
Должно быть
<p>En krans med en snygg och intressant design. </p><p>Kransen har 30st ej utbytbara små LED lampor.</p><p>Finns i tre olika färger, välj mellan, koppar, mässing och krom.</p>
Кто-нибудь знает, как это сделать?
Я хочу удалить весь текст H1 и H2, а также все теги div. Необходимо сделать в Notepad++ или Excel из файла .csv. Моя цель - получить только чистый текст с p-тегами.
Я могу удалить все до первого <p> с помощью ^.*?(?=<p>), но как удалить все после последнего</p>?
поэтому ответ регулярного выражения стебля не должен использовать регулярное выражение в разметке. что для этого есть лучшие инструменты, такие как xPath.
Ответы 1
Вы можете использовать выражение соответствия, чтобы захватить только нужную группу
теги вместо замены остального текста. Однако здесь есть другой вариант регулярного выражения:
Сопоставьте все ваши p-группы
<p>.*</p>
Сопоставьте каждую группу p отдельно
<p>.*?</p>
Соответствие не p группам
(^.*?(?=<p>))|((?<=</p>)<[^p].*)
чего вы пытаетесь достичь? каково ваше окружение? как вы хотите удалить это?