從段落中刪除所有屬性的正則表達式

Question

我知道正則表達式通常不應該用於解析html內容。在我的特殊情況下，我需要他們 （原因是，我正在使用一個編輯器，當粘貼到編輯器中時，需要完成段落屬性的替換）。

我有類似

<p attribute1="val1" attribute2="val2" attribut="val3" ...>text blah blah</p> 

，我需要剝離出所有屬性，使我得到

<p>text blah blah</p> 

這又如何使用正則表達式來實現？

從所有可能的html標籤中去除屬性的解決方案也是值得讚賞的。

Answer 1

像這樣的東西應該對所有的標籤工作：

replace(/<\s*(\w+).*?>/, '<$1>') 

對於段落而已，只是更換\w：

replace(/<\s*p.*?>/, '<p>') 

中開始\s*允許標籤名之前的空白，所以如果你出於某種原因有< p class="foo">，它也適用於此。

Answer 2

perl -lpe 's/(<\w+)\s+[^>]*/$1/' 

Answer 3

因爲HTML標籤不能有標籤名稱前空間，可以繼續在多條線路我反而建議是：

replace(/<(\w+)(.|[\r\n])*?>/, '<$1>'); 

且僅用於段落：

replace(/<p\s+?(.|[\r\n])*?>/, '<p>');