删除标记正则表达式之间的所有内容

Question

我正在尝试删除任何 html 标记中的所有内容：

输入：

<a class="yoyo"> <h1 id="test"> hello </h1> </a>

奇怪的例子，但很好

输出：

<a><h1>hello</h1></a>

我试过/(<\w)(?:.*)(>)/gmi 但它不起作用...

如果您对此有任何线索。 谢谢

---

因此，为了在您发表评论后进行更多解释，我删除了一个网站，并且我有一个想要清理的 .txt 文件。它将包含页面的整个 html，我想清理每个 html 标记并删除空格。 所以应该删除任何 之间的所有内容。

Answer 1

使用 DOM 方法执行此操作。遍历所有元素，迭代属性并删除它们

let cont = document.getElementById('demo-container'),
  els = cont.querySelectorAll('*');

[].slice.call(els).forEach(el => {
  [].slice.call(el.attributes).forEach(attr => {
    el.removeAttribute(attr.name);
  })
});

console.log(cont.innerHTML)

<div id="demo-container">
  <a class="yoyo">
    <h1 id="test"> hello </h1>
  </a>
</div>

Answer 2

下面的正则表达式怎么样：

<[^>]*>

您必须连接所有匹配项。