我在R上工作，我想從PlainTextDocument中提取所有關閉 的HTML標記。 我使用GSUB法正則表達式：提取所有html標記，並用正則表達式關閉
gsub("<?!([^<]/*)>"," ",fm,perl=TRUE,ignore.case=TRUE)
但是，斜槓「/」未評估。
我想我不是很清楚。
這是我需要做的：
我有一個文本（HTML文檔），我想只保留標籤（<>和</>）。我認爲使用gsub會是一個好主意，但也許你有更好的解決方案。
它可能需要被「轉義」：\\/
你的問題的措辭不清楚，你的正則表達式並沒有多大意義，但如果你只是想匹配任何看起來像一個HTML標籤這應該這樣做：
"<[^<>]+>"
這將同時匹配開始和結束標記（例如，<tag attr="value">和</tag>）。如果您想僅匹配自動關閉標籤（例如，<tag />），這應該工作：
"<[^<>]+/>"
還有人建議，斜槓（/）具有特殊的意義，需要逃過一劫，但事實並非如此。如果您使用的是Perl，您可以使用此命令來執行替換：
s/<[^<>]+\/>/ /g
但是斜線本身沒有特殊含義;我只需要轉義它，因爲我用它作爲正則表達式分隔符。我可以簡單地使用不同的分隔符：
s~<[^<>]+/>~ ~g
但是R不像Perl那樣在語言級別支持正則表達式;正則表達式和替換是以字符串文字的形式編寫的，就像它們在Java和C＃中一樣。不像PHP，它不需要你仍要添加分隔符，如：
preg_replace("/<[^<>]+\/>/", " ")
但即使PHP可以讓你選擇自己的分隔符：
preg_replace('~<[^<>]+/>~', ' ')
之前有人叫我出去這，我知道<[^<>]+>是有缺陷的 - 實際上沒有任何HTML標籤正確的正則表達式。這在很多情況下都會執行，但解析HTML的唯一真正可靠的方法是使用專用的HTML解析器。
我回答了我自己的問題，我希望我讓自己更清楚。 – PoLuX 2012-03-26 08:29:00
你需要逃避'/'嗎？ – Cheetah 2012-03-23 22:35:35
我同意本，如果這是正在被解析爲perl正則表達式不perl使用'/'作爲分隔符？ – 2012-03-23 22:37:27
http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#answer-1732454 – Axeman 2012-03-23 23:01:18