尝试在 Notepad++ 中解析 html

Question

我一直在尝试传递一个大型 html 文章，其中包含带有超链接及其描述的列表。

<li class="exhibitor-box">
    <figure>                        
    <img src="/images/show/logos/exhibitor_7210_letter.jpg" alt="Business Show Exhibitor">
    </figure>
    <h3 class="exhibitor-name"><a href="/exhibitors/financial-services/365-business-finance/">365 Business Finance</a></h3>
    <p>We provide funding to small and medium size businesses that take payment via credit cards.Our application process takes minutes, and you...</p>
</li>

我一直在尝试从每个列表元素中获取超链接描述，但我只能将整个超链接与使用我的正则表达式包含的标签相匹配，即使使用正则表达式，我将如何删除我周围的文本匹配而不是在记事本++中替换我的匹配。

Answer 1

你可以简单地做：

<a href=".*">(.*)</a>

并提取组。

但是是的，正如评论中提到的，您不应该通过 RegEx 解析 HTML。

如果您在提取组时遇到问题，您可以尝试 Addon RegEx Helper 或类似的东西，它可以让您提取准确的组。

Answer 2

如果您只想用锚标签的内部文本替换锚标签，您可以这样做：

查找内容：

(<li class="exhibitor-box">.*?<a href=".*?">)(.*?)(</a>.*?</li>)

替换为：

()

解释：

您正在捕获从第一组中 class 为 "exhibitor-box" 的 li 标记到第一个捕获组中的起始锚标记的所有内容，即 link 第二个捕获组中的文本，以及通过第三个捕获组中的结束 li 标记结束的锚标记。然后，您仅用第二个捕获组替换它们。

请注意，这是非常特殊的 - 如果您的 classes 发生变化，您必须稍微更改它，如果您的 HTML 的格式不一致，从一个 li 标记到下一个它可能不起作用，并且假设每个 li 标签只有一个锚标签。

尝试在 Notepad++ 中解析 html

Attempting to parse html in Notepad++

html

regex

parsing

notepad++