删除除<img>和<a>标记之外的所有HTML标记

Question

我有一个谷歌单张文件与数据从一个网络刮刮。我想删除除链接和图片以外的所有HTML标记。我成功地删除了所有带有REGEXREPLACE函数的HTML：

=REGEXREPLACE(A1;"</?\S+[^<>]*>";"")

...but我想保留img和a标签

请帮帮我！

Answer 1

您可以使用

=REGEXREPLACE(A1;"(?s)(<img[^>]*>|<a(?:\s[^>]*)?>.*?</a>)|</?\w[^>]*>";"$1")

见regex演示。

详细信息

• (?s) - .与任何字符匹配的DOTALL修饰符
• (<img[^>]*>|<a(?:\s[^>]*)?>.*?</a>) -捕获组1 ($1引用替换模式中的此值)：
  • <img[^>]*> -任何img标记
  • | -或
  • <a(?:\s[^>]*)?>.*?</a> -任何具有打开和关闭元素以及内部文本的a标记

• | -或
• </?\w[^>]*> - <，一个可选的/，一个单词char，然后是除>和>字符之外的任何零或多个字符。