正则表达式替换问题：如何给HTML正文斜杠加上标签

atauzki · 发表于 2019-1-16 16:00:34

本帖最后由 atauzki 于 2019-1-16 19:03 编辑

如何将类似

<script type="text/javascript"></script>a foo/bar/baz/...<a href="entry://localhost/vbiauedbvie0">aaa/bbb/ccc/ddd</a>ee/fff/gg

复制代码

这类字符串替换成

<script type="text/javascript"></script>a foo/bar/baz/...<a href="entry://localhost/vbiauedbvie0">aaa/bbb/ccc/ddd</a>ee/fff/gg

复制代码

要替换的文本中标签可能存在url，嵌套任意，正文内容中单词数量可变。现在要求保持标签内部斜杠不变，正文里斜杠被标签包围。

atauzki · 发表于 2019-1-17 10:59:38

本帖最后由 atauzki 于 2019-1-17 13:51 编辑

jonah_w 发表于 2019-1-16 23:32
可能编辑器对正则的支持不尽相同，我这边是可以的。

确实如此。安卓quickedit测试成功。这个编辑器的正则引擎就是java的自带正则库，emeditor默认用的boost
UPADTE:(?<=>)([^<>]+?)(\/)([^<>]+?)(?=<)可以替换。转义符不能随便用。

trivialstuff · 发表于 2019-1-16 18:08:21

可以先缩小至需要替换的范围，然后在选中范围内进一步作替换。

EmEditor里可以这么做：
<a href="..."></a>内的斜杠
1. 查找全部：

(?<=">)([^<]*?)(?=</a>)

复制代码

2. 勾选仅限于选区内 (in the selection only)，再将"/"替换成"/"

紧接在后面的斜杠
1. 查找全部

(?<=)([^<]*?)(?=<)

复制代码

2. 勾选仅限于选区内 (in the selection only)，再将"/"替换成"/"

dfliaoyue · 发表于 2019-1-16 16:20:11

先替换标签内容，再换正文，最后把标签内容恢复回去，应该可以

dothu · 发表于 2019-1-16 16:44:34

你敢保证所有形式都这样吗？如果是的话，不就是把“/”替换成了“/”吗正常替换不就行了吗

atauzki · 发表于 2019-1-16 16:51:40

dothu 发表于 2019-1-16 16:44
你敢保证所有形式都这样吗？如果是的话，不就是把“/”替换成了“/”吗正常替换不就行了吗 ...

要排除掉html标签内的斜杠，以及<a href=...>的斜杠

dothu · 发表于 2019-1-16 17:15:53

不用管标签内的斜杠，[^>]就连同斜杠一起排除了

查找

(<a href="entry://[^>]*?>\w+?)(/)(\w+?)(/)(\w+?)(/)(\w+?</a>)

复制代码

替换

\1\2\3\4\5\6\7

复制代码

atauzki · 发表于 2019-1-16 17:23:03

dothu 发表于 2019-1-16 17:15
不用管标签内的斜杠，[^>]就连同斜杠一起排除了

查找

如果标签内斜杠数目有变化呢

dothu · 发表于 2019-1-16 17:25:37

atauzki 发表于 2019-1-16 17:23
如果标签内斜杠数目有变化呢

你是说标签内包含的aaa|bbb|ccc有变化是吧，对啊，所以刚才问你是不是严格准守这个格式啊

atauzki · 发表于 2019-1-16 17:43:57

dothu 发表于 2019-1-16 17:25
你是说标签内包含的aaa|bbb|ccc有变化是吧，对啊，所以刚才问你是不是严格准守这个格式啊 ...

不严格遵守啊，我刚才编辑了一下1楼的问题。基本上就是最一般的情况。

dothu · 发表于 2019-1-16 18:17:20

atauzki 发表于 2019-1-16 17:43
不严格遵守啊，我刚才编辑了一下1楼的问题。基本上就是最一般的情况。

你这种情况能一次匹配，但不能替换，正则没法替换计数的匹配。只能采用多次匹配替换，或者脚本。

dothu · 发表于 2019-1-16 18:20:12

嗯，9楼方法简单，完全可行，我还没注意EmEditor有这么个功能，这软件果然是个好东西。。。

jonah_w · 发表于 2019-1-16 19:00:58

供参考：

(?<=\>)([^<>]+?)(\/)([^<>]+?)(?=<)

复制代码

替换为：

\1/\3

复制代码

注：需多次替换

VimVim · 发表于 2019-1-16 19:04:45

应该一步就可以替换到位：搜索>……<之间的/替换即可，其中>……<是指以>开头，以<结尾

dothu · 发表于 2019-1-16 20:15:33

VimVim 发表于 2019-1-16 19:04
应该一步就可以替换到位：搜索>…………开头，以

这个我想过，但从我经验上看是很容易误伤。其实我3楼就是这个意思... 0_0!

dothu · 发表于 2019-1-16 20:20:18

不，我的意思是你那个，> ... <, 当然不可能是纯的直接替换...

dongzhi1980 · 发表于 2019-1-16 20:24:57

本帖最后由 dongzhi1980 于 2019-1-16 20:50 编辑

个人认为至少需要两步：（在Emeditor环境中通过）
1.ctrl+F弹出页面输入 >[^<].*?/.*?< 点击选中所有，再在同一界面下点击替换
2.取消正则模式，点击仅限选区内后输入查找 / 替换为 / 再点击全部替换，收功。
附件为图片，详细过程
基本思想是：1.选中全部非标签区域内容；2.在选中的区域中替换掉全部的/。就这样

atauzki · 发表于 2019-1-16 20:34:37

jonah_w 发表于 2019-1-16 19:00
供参考：

这个不行。最后还有残留。

atauzki · 发表于 2019-1-16 20:37:30

本帖最后由 atauzki 于 2019-1-16 20:55 编辑

用这个(?=>)[^<]+?(?=<)然后全选替换。
结果和16楼基本一样。

dongzhi1980 · 发表于 2019-1-16 20:44:54

本帖最后由 dongzhi1980 于 2019-1-16 20:46 编辑

atauzki 发表于 2019-1-16 20:37
用这个(?=>)[^

你看懂16楼的方法了吗，再下载图片看看详细过程吧，我是调试通过了才贴出方法的

atauzki · 发表于 2019-1-16 20:54:25

本帖最后由 atauzki 于 2019-1-16 21:01 编辑

dongzhi1980 发表于 2019-1-16 20:44
你看懂16楼的方法了吗，再下载图片看看详细过程吧，我是调试通过了才贴出方法的
...

测试过了。详细过程不一样，我还是明白的。第二步我就不贴了。

dongzhi1980 · 发表于 2019-1-16 21:03:02

本帖最后由 dongzhi1980 于 2019-1-17 10:31 编辑

atauzki 发表于 2019-1-16 20:54
测试过了。详细过程不一样，我还是明白的。

仔细想一想，第一步用正则可以成功选中非标签区域的所有内容（包括“/”），然后第二步用正常方法（非正则）对选中的内容中的“/”进行替换，怎么能不成功。

看了你的图片，可能是我没说清楚，第一步的目的是选中全部非标签区域，你做对了，然后选中目标后点击 “同一对话框”中的替换（就在那对话框下面），就会自动切换到“替换”对话框，然后在替换对话框中按我的图片2中的进行操作就行了（注意“取消正则”并点击“仅选中的内容”这两项）。
下面这个附件中是我录制的视频操作过程，可以参考一下（EmEditor Version 18.4.0）

jonah_w · 发表于 2019-1-16 23:32:58

atauzki 发表于 2019-1-16 20:34
这个不行。最后还有残留。

可能编辑器对正则的支持不尽相同，我这边是可以的。

dothu · 发表于 2019-1-17 10:24:34

哦去，这个问题还没结束啊，建议按9楼的方法，就是借助EmEditor正则取出一部分再正则替换一次，最能减少误伤几率，还不用手动写脚本。

mikeee · 发表于 2019-1-17 12:28:02

>[^<]+< 不是可以完美定位？

https://regex101.com/r/MAw0Wr/1/

[求助] 正则表达式替换问题：如何给HTML正文斜杠加上标签

评分

评分

点评