如何用正则表达式去除字符串中的HTML标记？？[以前的帖子都没有完全解决]
从网上找到了如下版本：
1."<[^>]+>|</[^>]+>"
2."<\/*[^<>]*>"
3."<(.*)>.*<\/\1>|<(.*) \/>"
都无法正确地从以下字符串中得到文字内容：
<a href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
应该再加上点条件限制就行了，可是我就是搞不定，所以还请高人指点啊！
谢谢谢谢了！！！！
问题点数：50、回复次数：51Top
1 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 12:35:41 得分 0
问题出在
第一个，少了转意字符\
第二个，贪婪模式所以不行
第三个，中间有回车换行符，.是不能匹配的Top
2 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 12:41:41 得分 0
还有些问题，问题很有意思Top
3 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 12:46:59 得分 0
<script language=javascript>
var str='<a href="..." onclick="if(this.href.length>30)alert(\'too big\')">texttexttext</a>'
obj=document.createElement("div")
obj.innerHTML=str
alert(obj.getElementsByTagName("a")[0].innerHTML)
obj.removeNode(true)
</script>Top
4 楼BoweirrKing（忽然变傻）回复于 2006-06-29 12:49:49 得分 0
找了一个老外写的，也不行 :(
"<[^>]*(>|$)/"Top
5 楼BoweirrKing（忽然变傻）回复于 2006-06-29 12:52:39 得分 0
To 楼上的三星：
你的愿望是美好的，做起来是不可能滴。我是要在别处使用此表达式，不是在浏览器里 :(
还是表示感谢 ，呵呵Top
6 楼meizz（梅花雪）回复于 2006-06-29 12:52:45 得分 0
/<\/?[^<>]+>/gTop
7 楼BoweirrKing（忽然变傻）回复于 2006-06-29 13:11:26 得分 0
To meizz :
感谢回复！
但，还是不行......Top
8 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 13:16:31 得分 0
因为里面有大于号，如果是纯正则，那还要想想Top
9 楼meizz（梅花雪）回复于 2006-06-29 13:33:49 得分 0
代码我是测试过的。
<textarea id="txt" style="width: 100%; height: 200px">
aa<b> > </b> < bb
<br/><u>xi
</u>
</textarea>
<input type="button" value="ok" onclick="var e=document.getElementById('txt'); e.value=e.value.replace(/<\/?[^<>]+>/g, '')">Top
10 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 13:34:41 得分 0
这个问题还要具体情况具体分析下，比如具体的情况中，中间的内容中肯定没有>字符等等条件，
如果是上面的条件可以用下面的代码。
单凭现在的条件用一个正则很难实现，用多个到是可以的，首先先把奇数的"和'全替换成别的特殊字符，然后替换特殊字符+ .*? + > + .*? + ["'],然后用上面的正则替换掉<>之间的内容就可以了，类似一个小型的语法分析器
<script language=javascript>
var str='<a href="..." onclick="if(this.href.length>30)alert(\'too big\')">texttexttext</a>'
re=/\/?<.+?(>(?=((([^>]*?)<)|$)))/g
alert(str.replace(re,''))
</script>Top
11 楼BoweirrKing（忽然变傻）回复于 2006-06-29 13:35:57 得分 0
我想应该是这样的匹配规则：
左尖括号＋若干多字符＋下一个左尖括号之前的最后一个右括号
在此之间的全部认为是Match的。Top
12 楼zhangfmIT（）回复于 2006-06-29 13:56:05 得分 0
/(?:<html.*?>)((\n|\r|.)*?)(?:<\/html>)/
Top
13 楼meizz（梅花雪）回复于 2006-06-29 13:57:09 得分 0
没看清楚题目：sorry
<textarea id="txt" style="width: 100%; height: 200px">
aa<b disabled style="color: red" > > </b> < bb
<br/><u>xixxxxxxxxxxxxxxxxxx
<a href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
</u>
</textarea>
<input type="button" value="ok" onclick="mm()" />
<SCRIPT LANGUAGE="JavaScript">
<!--
function mm()
{
var e=document.getElementById('txt');
e.value=e.value.replace(/<\/?[!\w\-:]+(\s+\w+\s*(=\s*(\'[^\']*\'|\"[^\"]*\"))*)*\/?\s*>/g, '');
}
//-->
</SCRIPT>Top
14 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 14:10:53 得分 0
上面我的还有些问题 改成re=/<.+?(>(?=((([^>]*?)<)|(\s*$))))/g
可惜这个匹配不了文本中包含>这个的情况
\/?应该可以去掉吧
Top
15 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 14:16:40 得分 0
梅钻的思路应该是=后面的“”或‘’吧，但是如果有下面这种就匹配不了了
<textarea id="txt" style="width: 100%; height: 200px">
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=asd>texttexttext</a>
</textarea>
<input type="button" value="ok" onclick="mm()" />
<SCRIPT LANGUAGE="JavaScript">
<!--
function mm()
{
var e=document.getElementById('txt');
e.value=e.value.replace(/<\/?[!\w\-:]+(\s+\w+\s*(=\s*(\'[^\']*\'|\"[^\"]*\"))*)*\/?\s*>/g, '');
}
//-->
</SCRIPT>Top
16 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:19:52 得分 0
我终于知道红钻是怎么炼成的了 :)
太谢谢meizz(梅花雪)了！！！
meizz写的表达式至少能够处理90%的情况！
对于这个问题我已经比较满意了，就算是已经解决了，
再放两天，给大伙看看后就结帖，哈哈Top
17 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:24:33 得分 0
To 天外水火(我要多努力)) ：
我说的没能处理的那10%就是你所说的情况，name后面没有引号，就会出问题。Top
18 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 14:27:41 得分 0
做老本行，研究了下梅老大的代码，我改了点，:)
<textarea id="txt" style="width: 100%; height: 200px">
aa<b disabled style="color: red" > > </b> < bb
<br/><u>xixxxxxxxxxxxxxxxxxx
<a href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
</u>
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=asd>texttexttext</a>
</textarea>
<input type="button" value="ok" onclick="mm()" />
<SCRIPT LANGUAGE="JavaScript">
<!--
function mm()
{
var e=document.getElementById('txt');
e.value=e.value.replace(/<\/?[!\w\-:]+(\s+\w+\s*(=\s*(\'[^\']*\'|\"[^\"]*\"))*)*[^'"]*?>/g, '');
}
//-->
</SCRIPT>Top
19 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:29:06 得分 0
在上述情况下，等号后面的值中，如果有“>”的话，则这个右尖括号单纯从字符角度看，和HTML标记的右尖括号似乎已经没有区别了。
PS:写程序的是应该追求完美，但总是这样麻烦别人，我还是有点过意不去的:) 不过meizz能再完善一下那就最好拉，哈哈，再次感谢 ！Top
20 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:31:11 得分 0
哈哈，更加感谢天外水火！
现在的代码很完美啊，暂时没有发现问题 ：）Top
21 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:35:07 得分 0
AO，一个小问题：
<a href="..." onclick=if(this.href.length>30)alert('too big') name=asd>texttexttext</a>
不能正确匹配....这就是我说的“在上述情况下，等号后面的值中，如果有‘>’的话....”Top
22 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 14:44:05 得分 0
恐怕这种情况HTML解析也应该从中间的>结束吧，后面的>应该算在页面内容中Top
23 楼zhangfmIT（）回复于 2006-06-29 14:45:28 得分 0
晕倒，没人理我
正则：/(?:<html.*?>)((\n|\r|.)*?)(?:<\/html>)/
代码：
<script>
var str="ab123<html><def456>c7ghi<htmljkl890</html>mno12p>qrs345<tu>vw</html3>x4y5z6789";
var reg=/(?:<html.*?>)((\n|\r|.)*?)(?:<\/html>)/g;
var result=str.replace(reg,"$1");
alert("原式为："+str+"\n 替换后："+result);
</script>Top
24 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:46:07 得分 0
AO，一个小问题之二：
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=as<d>texttexttext</a>
这句正确匹配。(变化体现在name中，现在name的值是“as<d”)
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=as>d>texttexttext</a>
这句就错了 :( (现在name的值是“as>d”)
嘿嘿，俺是不是心黑了点？
Top
25 楼meizz（梅花雪）回复于 2006-06-29 14:48:45 得分 0
对于有转义的 \" \" 还是不行：
<textarea id="txt" style="width: 100%; height: 200px">
aa<b disabled style="color: red" > > </b> < bb
<br/><u>xixxxxxxxxxxxxxxxxxx
<a
href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=asd>texttexttext</a>
</u>
</textarea>
<input type="button" value="ok" onclick="mm()" />
<SCRIPT LANGUAGE="JavaScript">
<!--
function mm()
{
var e=document.getElementById('txt');
e.value=e.value.replace(/<\/?[!\w\-:]+(\s+\w+\s*(=\s*(\'[^\']*\'|\"[^\"]*\"|[^\s\'\"<>]+))*)*\/?\s*>/g, '');
}
//-->
</SCRIPT>Top
26 楼BoweirrKing（忽然变傻）回复于 2006-06-29 14:50:11 得分 0
To zhangfmIT()：
哈哈，不是不理你，是你的代码在我这边运行不了，总出错，所以我也没法试验了啊
而且，我主要是来问如何从
<a href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
里用正则表达式取出“texttexttext”的，呵呵Top
27 楼zhangfmIT（）回复于 2006-06-29 14:52:38 得分 0
sorry，偶也看错了Top
28 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 14:53:03 得分 0
对于有转义的 \" \" 还是不行：
-----------------------------------
恐怕这里不能用[^]这个来匹配了，觉得?!这种应该可以Top
29 楼meizz（梅花雪）回复于 2006-06-29 14:55:47 得分 0
呵呵，加这个东西应该没有问题，只是我想试试不用非贪婪和预查，是否也能解决问题Top
30 楼BoweirrKing（忽然变傻）回复于 2006-06-29 15:02:02 得分 0
To zhangfmIT() again：
你的代码可以运行起来，不过需要改为<script language="javascript">后才能执行。
To 天外水火：
<a href="..." onclick=if(this.href.length>30)alert('too big') name=asd>texttexttext</a>
这是非法的HTML代码。onclick事件不会被执行。所以如果在正确的页面中，这种情况应该是不会存在的。第二个小Bug也是小概率事件 ：）
Top
31 楼BoweirrKing（忽然变傻）回复于 2006-06-29 15:05:10 得分 0
在DHTML中， " 和 \" 它们的长度都是一。也就是说，它们实际上是同一个东西。
比如：
var s1='"';
var s2='\"';
s1和s2是全相等的。Top
32 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 15:06:53 得分 0
是啊，现在的问题是meizz说的那个还行
<a href="..." onclick="if(this.href.length>30)alert(\"too big\")" name=asd>texttexttext</a>
Top
33 楼BoweirrKing（忽然变傻）回复于 2006-06-29 15:11:37 得分 0
<a href="..." onclick="if(this.href.length>30)alert(\"too big\")" name=asd>texttexttext</a>
这种写法本身就是非法的啊，也就是说
onclick="if(this.href.length>30)alert(\"too big\")"
当于
onclick="if(this.href.length>30)alert("too big")"，
所以对于一个正确的页面，是不太应该出现的。Top
34 楼zhangfmIT（）回复于 2006-06-29 15:18:19 得分 0
1、为什么“<a href="..." onclick=if(this.href.length>30)alert('too big') name=asd>texttexttext</a>
这是非法的HTML代码。onclick事件不会被执行”呢？
<a href="page2.html" onClick="count++;alert(count);">下一页</a>
2、弱弱的问下，那个正则[!\w\-:]什么意思Top
35 楼zhangfmIT（）回复于 2006-06-29 15:23:37 得分 0
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=as>d>texttexttext</a>
呵呵，怎么去告诉程序name是as>d还是as呢，规范的写的话属性不是都加引号吗，那就ok了～Top
36 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 15:24:14 得分 25
不管合不合了吧，也可以实现了，呵呵
<textarea id="txt" style="width: 100%; height: 200px">
aa<b disabled style="color: red" > > </b> < bb
<br/><u>xixxxxxxxxxxxxxxxxxx
<a
href="..." onclick="if(this.href.length>30)alert('too big')">texttexttext</a>
<a href="..." onclick="if(this.href.length>30)alert('too big')" name=asd>texttexttext</a>
<a href="..." onclick="if(this.href.length>30)alert(\"too big\")" name=asd>texttexttext</a>
</u>
</textarea>
<input type="button" value="ok" onclick="mm()" />
<SCRIPT LANGUAGE="JavaScript">
<!--
function mm()
{
var e=document.getElementById('txt');
e.value=e.value.replace(/<\/?[!\w\-:]+(\s+\w+\s*(=\s*(\'(?:((\\\')|[^\']))*\'|\"(?:((\\\")|[^\"]))*\"|[^\s\'\"<>]+))*)*\/?\s*>/g, '');
}
//-->
</SCRIPT>Top
37 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-06-29 15:26:25 得分 0
上面很多的测试内容只是举个例子，有的地方有一些语法错误
[!\w\-:]是因为\w不能包含!、:、-字符Top
38 楼zhangfmIT（）回复于 2006-06-29 15:31:46 得分 0
哦
都是强人，晕中～Top
39 楼BoweirrKing（忽然变傻）回复于 2006-06-29 15:43:17 得分 0
真是感谢大家的热心解答啊，哈哈，谢谢谢谢 ！！！Top
40 楼xwsn（孤帆远影）回复于 2006-06-30 09:22:10 得分 0
markTop
41 楼addwing（招人的外行都说要"精通",不长眼看下有几个真正精通的）回复于 2006-06-30 09:45:31 得分 0
感谢强人。。。留影。收藏。。。。。。Top
42 楼cuixiping（无心●愚公）回复于 2006-06-30 09:49:16 得分 0
markTop
43 楼hjh1982（能说不是错）回复于 2006-06-30 12:14:29 得分 0
我用.NET是这么做的!
strCNLetter = Regex.Replace(strMyHtml,"<[^>]*>", "");
strCNLetter = Regex.Replace(strCNLetter,"\\s+", " ");//替换空格
Top
44 楼net205（人不可以无耻到这种地步）回复于 2006-06-30 13:30:01 得分 0
都跑首页上去了，mark下Top
45 楼zhuangyan2004（庄严）回复于 2006-06-30 17:23:21 得分 0
markTop
46 楼BoweirrKing（忽然变傻）回复于 2006-06-30 19:05:54 得分 0
又有新突破，我在国外的网站上，找到了PHP中，strip_tags()函数所使用的正则表达式了，如下：
</?\w+((\s+\w+(\s*=\s*(?:".*?"|\'.*?\'|[^\'">\s]+))?)+\s*|\s*)/?>
似乎比楼上几位大大的要简练一些，而且那此敏感字符都能够被正确处理。
此表达式，值得收藏！！！！Top
47 楼shupei721（*北斗星*）回复于 2006-06-30 23:13:38 得分 0
╭═══╮ ╭═══╮ ╭══════╮
╰╮ ╭╯ ╰╮ ╭╯ ╰╮ ╭══╮╰╮
║ ║ ║ ║ ║ ║ ╰╮╰╮
║ ║ ║ ║ ║ ║ ║ ║
║ ║ ║ ║ ║ ║ ╭╯╭╯
║ ║ ║ ║ ║ ╰══╯╭╯
║ ║ ║ ║ ║ ╭═══╯
║ ║ ║ ║ ║ ║
╰╮╰╮ ╭╯╭╯ ║ ║
╰╮╰═╯╭╯ ╭╯ ╰╮
╰═══╯ ╰═══╯
Top
48 楼aspower_（敬个礼 握个手 大家都素好朋友！）回复于 2006-06-30 23:26:54 得分 0
╭═══╮ ╭═══╮ ╭══════╮
╰╮ ╭╯ ╰╮ ╭╯ ╰╮ ╭══╮╰╮
║ ║ ║ ║ ║ ║ ╰╮╰╮
║ ║ ║ ║ ║ ║ ║ ║
║ ║ ║ ║ ║ ║ ╭╯╭╯
║ ║ ║ ║ ║ ╰══╯╭╯
║ ║ ║ ║ ║ ╭═══╯
║ ║ ║ ║ ║ ║
╰╮╰╮ ╭╯╭╯ ║ ║
╰╮╰═╯╭╯ ╭╯ ╰╮
╰═══╯ ╰═══╯Top
49 楼meizz（梅花雪）回复于 2006-07-03 19:53:38 得分 25
看了一下你后来提供的这个正则，说实话还不如我的正确度高：
\".*?\" 匹配不了换行符的，所以没有 \"[^\"]*\" 好。
且我一直避免使用 ?: 这种预查功能是为了兼容 IE5.0Top
50 楼hbhbhbhbhb1021（天外水火(我要多努力)）回复于 2006-07-04 09:35:46 得分 0
引用
呵呵，加这个东西应该没有问题，只是我想试试不用非贪婪和预查，是否也能解决问题
-----------------------------------------------------------
上边这句应该是有含义的，我涉足程序的时间比较短，对版本方面的知识还要多学习，查了下资料，手头上没有低版本的机器，没办法测试，帖出来大家看看
非贪婪匹配 ie5.0以上（不含5.0)
预查 ie5.0以上（不含5.0)
replace()function返回不同的匹配值 5.5以上Top
51 楼cunguxu（cunguxu）回复于 2006-07-28 11:00:22 得分 0
能否直接替换掉texttexttext？Top
