HTML標記替換/刪除

我試圖找到一種方法來清理一些非常草率的HTML（機器生成）。HTML標記替換/刪除

我的假設是這個解決方案的正則表達式，但我不確定從哪裏開始。

HTML一樣......

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

到HTML一樣......

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

這意味着更換或取出幾個不同的標籤...

&nbsp; = ' ' 
<br /> = ' ' 
<br>  = ' ' 
「  = " 
」  = " 
’  = ' 
<span> = REMOVE 
<div> = REMOVE 
style = REMOVE

我有幾個不同的文本編輯器（Sublime Text，TextMate等），我願意使用應用程序，applescript或其他任何東西來保存手動搜索每個這些。

感謝您的任何幫助。

來源

2014-03-24 user3457253

看看https：// stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags?rq=1。 – Zeta

[看看這個答案]（http://stackoverflow.com/a/4234491/471272）。 – tchrist

與<span>標籤包裝它，得到它的內部HTML，並做了string.replace

<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>","");

或只採取innerText，它西港島線LGET擺脫所有的標籤。

來源

2014-03-24 21:32:37 Banana

有了崇高的文本，您可以通過包控制安裝插件ClipboardCommands，然後

在崇高的文本選擇所有輸入字符串
輸入Ctrl + Shift + P（Windows）中，選擇「剪貼板：複製純文本」
‘Ctrl + Shift + p’再次，選擇‘剪貼板粘貼純文本’

這將作爲你的期望，但你可以看到，這是一個有點惱人，你可以擴展這個插件由你自己安裝或者安裝現有的one, 我把它分成了原始的一個，並做了一些改變以滿足你的要求。你可以在任何地方使用命令「Clipboard：Paste Plain Text with html tags strip out」通過快速麪板（ctrl + shift + p）或者綁定任何你喜歡的快捷方式來複制馬虎的html

來源

2014-03-26 06:13:32 linkary

HTML標記替換/刪除

回答

相關問題