HTML标记替换/删除

我试图找到一种方法来清理一些非常草率的HTML（机器生成的）

我的假设是这个解决方案的正则表达式，但我不确定从哪里开始

类似HTML的

the <div>government’s</div> “risk management” efforts. As&nbsp;<br />
<span style="line-height:1.6em">critical infrastructure provides</span><br>

the government's "risk management" efforts. As critical infrastructure provides

这意味着更换或删除几个不同的标记

    = ' '
<br />   = ' '
<br>     = ' '
“        = "
”        = "
’        = '
<span>   = REMOVE
<div>    = REMOVE
style    = REMOVE

=''

=''

=''
“        = "
”        = "
’        = '
=移除
=移除
样式=删除

我有几个不同的文本编辑器（升华文本、TextMate等），我愿意使用应用程序、applescript或其他任何东西来保存，而不必手动搜索其中的每一个

感谢您的帮助。

用

标记将其包装起来，获取其内部html，然后执行

字符串。替换

<span id="test">
the
<div>government’s</div>“risk management” efforts. As&nbsp;
<br />
<span style="line-height:1.6em">critical infrastructure provides</span>

<br>
</span>

var cleanText = test.innerHtml.replace("<div>","");


这个
政府的“风险管理”努力。作为


关键基础设施提供


var cleanText=test.innerHtml.replace（“，”）；

或者只需使用
innerText
，它将去除所有标签。
使用Sublime Text，您可以通过软件包控制安装插件，然后


选择升华文本中的所有输入字符串
输入ctrl+shift+p（windows），选择“剪贴板：复制纯文本”
“ctrl+shift+p”再次选择“剪贴板：粘贴纯文本”

这将按照您的预期工作，但正如您所看到的，这有点烦人，您可以自己扩展此插件或安装现有插件，
我从原点分叉，做了一些修改以满足您的要求。
您可以将草率的html复制到任何地方，然后通过快捷面板（ctrl+shift+p）使用命令“剪贴板：粘贴带html标记的纯文本”或绑定任何您喜欢的快捷方式查看。。