如何使用正则表达式查找和替换 html 表格标签？答案

【问题标题】：How to use Regex to Find & Replace html table tags?如何使用正则表达式查找和替换 html 表格标签？
【发布时间】：2009-11-22 14:28:44
【问题描述】：

我有如下代码块：

<table border="0"><tr><td><img src='http://profile.ak.fbcdn.net/object3/686/9/q142163634919_249.jpg'/>&nbsp;&nbsp;</td><td>Gift of Life Marathon Blood Drive - "the group stood before a sea of 1,000 Long Trail Brewing Co. pint glasses..." (Rutland Herald, VT)</td></tr></table>

我需要查找并替换除 http://profile.ak.fbcdn.net/object3/686/9/q142163634919_249.jpg 之外的所有内容。所以最后，它应该只是 url。

唯一与循环不同的值是 url 和第二组 td 标记中的描述。描述中的字符数并不总是相同的。

我得到了 Regex Buddy，昨晚看了几个小时的参考网站。匹配单个字符似乎很简单，但我想我需要一段时间才能弄清楚。

我相信有不同类型的 RegEx。我正在使用的是 Yahoo Pipes，不确定它是什么类型：http://pipes.yahoo.com/pipes/pipe.edit?_id=436a316234281be629d357bbecae46b1

【问题讨论】：

标签： regex pipe yahoo-pipes

【解决方案1】：

如果您的 html 看起来与上面完全一样，那应该很容易：
img src='([^']*)'
() 表示这将存储在一个特殊的结果中。所以不要看正则表达式匹配什么，而是看结果变量。
[^']* 匹配除“'”以外的所有字符。

...而且我认为您不需要 HTML 解析器来完成此任务。仅当您想创建真正健壮的代码时:-)

【讨论】：

不确定我是否正确实现了这一点，但我尝试将 img src='([^']*)' 替换为 [nothing] 并得到以下输出：
</> Gift of Life Marathon Blood Drive - “这群人站在 1,000 个 Long Trail Brewing Co. 品脱玻璃的海洋前……”（拉特兰先驱报, VT)
- 我也尝试用 img src='([^']*) 替换 [nothing] 但没有产生任何变化。不过我想通了。请参阅下面的解决方案。

【解决方案2】：

我强烈建议使用 HTML 解析器。 HTML 不是常规的，因此使用正则表达式进行解析很容易出现错误、边缘情况等。

【讨论】：

当您需要创建强大的商业软件时，HTML 解析器非常好用，但这也意味着您不使用 yahoo 管道，也不解析尚未生成的 HTML自己。建议一个 HTML 解析器来帮助解决这个问题会很好......
我主要关注健壮性。商业与否，既不存在也不存在

【解决方案3】：

Pipes 是一种略有不同的野兽。因为我是新手，所以我最终创建了 3 个单独的查找和替换规则，以将代码简化为基本 url：

将 ^.*= 替换为 [nothing]

这就离开了：

'http://profile.ak.fbcdn.net/object3/686/9/q142163634919_249.jpg'/&gt;&nbsp;&nbsp; Gift of Life Marathon Blood Drive - "the group stood before a sea of 1,000 Long Trail Brewing Co. pint glasses..." (Rutland Herald, VT)

替换 .与[无]

这只是删除了开头的 '。

将 '.* 替换为 [nothing]

这会删除以 ' 开头的 jpg 之后的所有内容

最终结果：http://profile.ak.fbcdn.net/object3/686/9/q142163634919_249.jpg

我确信有一种方法可以将这 3 条规则合二为一，但是当我尝试这样做时出现错误。这是有效的，并且始终如一。

【讨论】：