【发布时间】：2010-03-15 16:29:27
【问题描述】：
我在 CDATA 元素中有 HTML（HTML 太糟糕而无法解析），我想删除 <a href> 标签，但在标签中保留文本。
我正在搜索正则表达式，但仍然找不到这样做的好方法。
欢迎所有建议！
【问题讨论】：
-
输入和所需输出的一些示例会有所帮助
【发布时间】：2010-03-15 16:29:27
【问题描述】：
您可以通过正则表达式从字符串中删除看起来像 HTML 链接的任何内容。结果在很大程度上取决于您的输入，但将 </?a\b[^>]*> 替换为空字符串可能会让您走得更远。
在任何情况下，使用正则表达式处理 HTML 都是蹩脚和临时性的。如果您的输入数据集有限且广为人知，而您需要做的只是一些一次性的转换代码，那么糟糕和临时的代码可能就足够了，您可以侥幸逃脱。
如果您正在开发旨在成为长期存在的代码，您绝对应该研究一种可用的 HTML 解析器（BeautifulSoup 用于 Python 或 HTML Agility Pack for .NET），而不是仅以结构化的方式处理您的 HTML，但也可以在您处理它时对其进行修复。
【讨论】：
-
感谢您的回答。事实上，这只是一次导出，所以这不是问题。我现在正在寻找支持 Ubuntu 上替换功能的 xslt 2 处理器。