正则表达式用于删除<a>HTML中的</a>多个<a>标签</a>

Question

我想仅从以下html中首先获取该html中的标记，该标记仅在此div class="itemcategories"下，并且删除仅使用正则表达式的标记之后的所有标记。 我别无选择，只需要使用正则表达式即可。

  <div class="itemcategories">
        Categories: 
      <a id="1234" class="category" rel="abc" href="#">ABC</a>,
      <a id="1234" class="category" rel="abc" href="#">DEF</a>,
      <a id="1234" class="category" rel="abc" href="#">XYZ</a>
 </div>

结果应如下所示

 <div class="itemcategories">
        Categories: 
      <a id="1234" class="category" rel="abc" href="#">ABC</a>         
 </div>

Answer 1

您不需要使用正则表达式。 这是一种非常粗糙的方法，但是应该可以。

string html = "... html goes here";
string cleanedUpHtml = html.Substring(0, html.IndexOf("</a>") + 4) + "</div>";

Answer 2

string html = ...
string rem = Regex.Match(html, "<a .+?</a>(.+?)</div>", RegexOptions.Singleline).Result("$1");
html = html.Replace(rem, String.Empty);

Answer 3

尝试：

var str = "" ;// Your String goes Here.
var firstPos = str.indexOf("<a");
var lastPos = str.lastIndexOf("</a>");
var regex = new RegExp("\<a.*a\>");
var firstTag = str.match(regex);
var str1 = str.slice(0,firstPos);
var str2 = str.slice(lastPos);
str = str.replace(regex, "");
str = str1 + (firstTag.toString().split(",")[0]).toString() + str2;

Answer 4

如您所见，如果您确实想要这样做，那么在div中，每个元素都以逗号分隔，因此您可以尝试：

string result = Regex.Replace(your_html, ",.+</a>", "", RegexOptions.Singleline)  

要么：

string result = Regex.Replace(html, "(!?,)<a .+a>(?=</div>)", "", RegexOptions.Singleline)

Answer 5

使用此正则表达式：

(<div.*?<a.*?</a>)(?:.*?</a>)*.*?(</div>)

它将返回您2组。 第一组将从第一行的结尾处<div到</a>开始。 第二组将包含结束符</div> 。 只需将两个组连接起来，便可以满足需要。