基于升华文本的文本抽取

Question

假设我有一个包含以下片段的表单：

<div class="form-control-group">
  <label class="control-label" for="FirstName">First Name</label>
  <div class="controls">
    <input id="FirstName" name="FirstName" type="text" class="input-xlarge" required="">

  </div>
</div>

<div class="form-control-group">
  <label class="control-label" for="LastName">Last Name</label>
  <div class="controls">
    <input id="LastName" name="LastName" type="text" class="input-xlarge" required="">

  </div>
</div>

我想将字段名解压缩到一个文件中，这样我的文件看起来就像

FirstName
LastName

有没有办法用ST3做到这一点？

Answer 1

尝试在html中使用正则表达式可能是一件很痛苦的事情--很多人一想到它就会退缩；有些人甚至会嘲笑你尝试了它，然后把你带到infamous question。然而，这并不是说它不能做到，因为它肯定可以做到。它真正需要的是努力理解为什么html是不可预测的，以及您如何才能驯服它。从事物的外观看，你甚至还没有触及表面，甚至可能还没有呼吸到它。幸运的是，今天当宇宙对齐的时候，我碰巧从html中提取了字段名，同时偶然发现了你的悲哀。

模式：

<.*>|\n.*\s.*\sid="(\w*)".*\n+|.*>\n|\n.+

替换：

$1

结果：

FirstName
LastName

除非您花时间理解这个有点简单的模式背后的全部复杂性，否则您可能永远不会理解为什么要学习它所做的事情。简而言之，该模式找到输入的名称并将其放入一个组($1)。它的其余部分处理了在html上使用正则表达式的所有不可预测性(查找<、>、回车符\n、空格\s和其他你不想要的东西)。