Html 如何使用RegEx剥离div中的某些标记

我有一些非常混乱的HTML，有几个

标记我想去掉。有些已经关闭，有些还没有关闭。有时标记中会出现randon换行符。正如我所说，混乱

例如：

<div class="post">
<span style="color: #007700">!</span>
<span style="color: #0000BB">defineLOW1</span>
<span style="color: #007700">$</span><span style="color: #0000BB">0
<br /></span><span style="color: #007700">!</span>
<span style="color: #0000BB">deinfeHIGH1</span><span style="color: #007700">$</span>
<span style="color: #0000BB">1
<br /></span>
<span style="color: #007700">!</span>
<span style="color: #0000BB">defineLOW2</span><span style="color: #007700">$</span><span style="color: #0000BB">2
<br /></span>
<span style="color: #007700">!</span>
<span style="color: #0000BB">deinfeHIGH2</span><span style="color: #007700">$</span><span style="color: #0000BB">3
</div>

!
定义1
$0

！
deinfeHIGH1$
1.


!
最低2美元


!
deinfeHIGH2$3

---

我要寻找的是一种剥离类

post

的div中所有

和

标记的方法，因为我想在一堆静态HTML页面上运行脚本。

人们很快指出。这并不意味着你不能用正则表达式对HTML进行有用的操作。特别是在您的例子中，因为您的HTML格式不正确，而且您的任务非常简单，所以您可以使用正则表达式完成您想要的任务。不过，可能会有一些边缘情况，所以我建议您在真正清理完内容后，通过HTML验证程序运行HTML

可能导致很多问题的一件事是，如果您有嵌套的

元素。（我们不必担心嵌套的

元素，因为我们只是将它们全部删除。）这是正则表达式的一个普遍问题。如果使用此匹配：

<div class="post">[^]*</div>

最后一个

将不包括在您的匹配中，因为它将匹配开始的div，然后是它到达的第一个结束的

标记…实际上是内部div的一部分

因此，如果你继续这样做，你会遇到一个更复杂的问题，你必须实现一些更复杂的东西（比如一个真正的HTML解析器，因为你的HTML格式是错误的，它会变得复杂）

接下来，假设在

中没有嵌套其他的

。您的第一个正则表达式将匹配整个div：

<div .*\bclass="post".*>(.*)</div>

（*）

那会得到你想要的所有唱片。我不知道您使用的是什么语言或正则表达式的风格，但大多数都支持某种嵌套替换。您要做的是对第一个匹配组（div中的内容）进行第二次替换。这将是非常简单的。只需将

替换为单个空格或

。我建议替换为一些空格，因为否则您可能会遇到跨距相互对接的问题。这取决于你

一些注意事项：

• 我写的这些都是区分大小写的。如果您有
  或

  class=“Post”

  或类似的内容，则必须使其具有针对性

• 我没有考虑额外的空格。所以这与
  不匹配。如果这是一个问题，那么很容易解决

• 我没有考虑使用单引号。所以这与
  不匹配。同样，这很容易修复

---

如果您在编辑器中使用正则表达式，这将有点棘手，因为我所知道的任何编辑器都不允许您进行子替换。然而，在大多数编程语言中，这是可能的。如果您让我知道您正在使用什么来执行正则表达式，我可以让这个答案更完整。

[^]

无效：它会产生错误“empty character class”。不正确，波希米亚人<代码>[^]是一个空的否定字符类。这包括一切。您可能认为这与

相同，但您可能错了：

匹配除换行符以外的所有内容<代码>[^]匹配所有内容，包括换行符。所以这有点像一个“超级周期”。在OPs的例子中，我假设他的输入中会有换行符，他会想匹配这些换行符，所以

是不够的，因此

[^]

。我确切地知道它的用途，但它在ruby或java中不起作用（没有测试过其他人）。通用方法是一个包容性和排他性组的两面，例如

[\s\s]

。我希望它在任何地方都能起作用。它看起来真的很优雅。我提出这个问题的原因是，问题中的语境既没有标记也没有提及，所以我们只能猜测。

<div .*\bclass="post".*>(.*)</div>