notepad++ -使用regex删除HTML标记中的属性

Question

解决方案：

查找：<([a-z]+) .?=".?( */?>)

替换为：<\1$2

我通常把表格从论坛网站复制到博客网站。

我不希望所有开始标记都有属性。

桌子是这样的：

1|<table unwanted_attribute_1>
2|<tbody unwanted_attribute_2>
3|<tr unwanted_attribute_3><td unwanted_attribute_4><br unwanted_attribute_5 /></td></tr>
4|<tr unwanted_attribute_3><td unwanted_attribute_4><span unwanted_attribute_6></span></td></tr>
5|</tbody>
6|</table>
Attributes like "cellspacing", "class", "style", "href" and "target".

我找到了两个答案，但似乎没有帮助。

[A1]：它使用一个固定的条件来查找和替换特定的术语。但是在我的情况下，开始标记无处不在，并且随着文章的不同而变化。

[A2]：我试过了这个答案，但它没有按以下方式工作。

我找到<([a-z]+) .*=".*">并替换为<\1>。

第1行和第2行工作，但第3和第4行搞砸了。

我该如何使用regex？

编辑：

<table cellspacing="0" class="t_table" style="background-color: #f8f8f8; border-collapse: collapse; border: 1px solid rgb(227, 237, 245); color: #444444; empty-cells: show; font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 16px; line-height: 24px; table-layout: auto; width: 673px; word-wrap: break-word;">
<tbody style="word-wrap: break-word;">
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆<a class="relatedlink" href="◆◆◆" style="border-bottom: 1px solid blue; color: #639805; word-wrap: break-word;" target="_blank">◆◆</a>◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆<br style="word-wrap: break-word;" />◆◆◆◆</td></tr>
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">= ◆◆◆◆ =<br style="word-wrap: break-word;" /></td></tr>
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">= ◆◆◆◆ =<br style="word-wrap: break-word;" /></td></tr>
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">= ◆◆◆◆ =<br style="word-wrap: break-word;" /></td></tr>
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆</td></tr>
<tr style="word-wrap: break-word;"><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆◆◆</td><td style="border: 1px solid rgb(227, 237, 245); overflow: hidden; padding: 4px; word-wrap: break-word;">◆◆◆◆</td></tr>
</tbody></table>

Answer 1

您的.*是贪婪的，所以它匹配所有东西，直到您的行上的最后一个">。下面是您的第一个regex所做的工作：

https://regex101.com/r/qK5uY3/1

尝试：

<([a-z]+) .*?=".*? *\/?>

我建议查看notepad++的插件。使用regex解析HTML可能会出现许多问题。

https://regex101.com/r/qK5uY3/2

关闭*\/?之前的>匹配可选的空格和一个自结束元素。我喜欢使用的\h，但我不知道Notepad++是否支持它(我是mac‘’er)。

更新：

若要捕获自关闭元素组的结束位，则需要完整的结束部分。

<([a-z]+) .*?=".*?( *\/?>)

然后用第二个被俘组代替。

<\1$2

演示：https://regex101.com/r/qK5uY3/3