正则表达式记事本++ HTML搜索替换
[英]Regex Notepad++ html search replace
问题描述
我正在尝试使用记事本++中的REGEX批处理（搜索和替换）数十万个html页面。 所有的html页面具有完全相同的布局，我基本上是试图将一个元素（标题）复制到页面标记中，而该标记当前不为空
<html>
<head>
<title>some title</title>
<lots of junk and newlines>
</head>
<body>
<lots of stuff, tags, content><span>stuff</span><div>more stuff</div>
<div id="uniqueID">
<span>The Title that should be copied into head's title tag</span>
</div>
...other stuff...</body>
我可以找到：
The title tag: <title>(.*?)</title>
And the span containing the REAL title:
(\s*<div id="uniqueID">\s*)<span>(.*)</span>(\s*</div>)
但是我似乎无法将它们放入一个表达式中（忽略它们之间的垃圾），从而无法在Notepad ++中进行搜索和替换。
在每个页面（空格，换行符）中，uniqueID div都是相同的，其中没有其他内容是跨度的内容。 标题标记显然每页只出现一次。 我只是从正则表达式开始，可能性无穷无尽。 我知道它不是解析HTML的完美选择，但在这种情况下，应该这样做。 有谁知道如何将这两个表达式打补丁在一起以忽略中间的内容？
非常感谢！
1 个解决方案
解决方案1
0 已采纳 2014-04-01 16:45:10
您可以在Notepad ++的“替换”对话框中使用以下命令将span中的title复制到title标签...
- 查找内容：
<title>(.*)</title>(.*<div id="uniqueID">\\s*<span>([A-Za-z ']*)</span>\\s*</div>) - * 替换为：*
<title>$3</title>$2
...如果选择正则表达式并选中。 与对话框中的newlin匹配 （是的，“ newlin”而不是“ newline”-至少在我使用的计算机上是Notepad ++的版本）。 通过使用$2和$3您可以利用对组捕获值的反向引用。
将span s与标题匹配的约束较少的模式可能会在以后在文件中获取span s的风险，例如：
<html>
<head>
<title>some title</title>
<lots of junk and newlines>
</head>
<body>
<lots of stuff, tags, content><span>stuff</span><div>more stuff</div>
<div id="uniqueID">
<span>The Title that should be copied into head's title tag</span>
</div>
<div>
<span>The text that should not be copied into the head's title tag but will be</span>
</div>
...other stuff...</body>
如果要从span s复制的标题除了大写和小写字母字符，数字，空格和撇号之外还具有其他字符，则可以根据需要添加到字符组[A-Za-z '] （例如[A-Za-z '_] [A-Za-z '] [A-Za-z '_]包括下划线）。 只需注意HTML标记字符本身-例如<和> 。
如何使用RegEx替换Notepad ++中的HTML代码
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.