使用regex在Notepad ++中選擇並替換多行

Question

我有一個非常大的HTML文件，其中包含安全掃描的結果，我需要從文檔中提取無用的信息。 我需要提取的一個例子看起來像這樣：

<tr>
<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>
<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=10395" target="_blank"> 10395</a>
</td>
<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">Microsoft Windows SMB Shares Enumeration</span></td>
</tr>

在編輯之后，應該刪除上面的文本。 由於變化，我不能做標准查找。 以下是需要從文檔中刪除的內容的另一個示例：

<tr>
<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>
<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=11219" target="_blank"> 11219</a>
</td>
<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">Nessus SYN scanner</span></td>
</tr>

我需要將ID號10395視為變量，但長度保持不變。 此外，“Microsoft Windows SMB共享枚舉”也需要被視為變量，因為它在整個文檔中都會發生變化。

我已經嘗試過這樣的東西來代替，但我想我完全錯過了這個標記。

<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=\1\1\1\1\1" target="_blank"> \1\1\1\1\1</a>

也許我應該完全使用不同的工具？

Answer 1

正則表達式從最復雜到更復雜，但所有這些都完成了工作：

<a.*>.*\d.*</a>

<a.*>.*\d{5}.*</a>

<a.*id=\d{5}.*>.*\d{5}.*</a>

免責聲明： 小心 。 我不能用正則表達式解析html。

Answer 2

我假設多次重復\\1表示單個字符的占位符，但這不正確。 你想要實現的是這樣的：

<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=(\d+)" target="_blank"> \1</a>

要匹配整個6行：

<tr>\s*<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>\s*<td width="10%" valign="top" class="classcell"> <a href="http://www\.nessus\.org/plugins/index\.php\?view=single&amp;id=(\d+)" target="_blank"> \1</a>\s*</td>\s*<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">.*?</span></td>\s*</tr>

然后你可以用空字符串替換它。