RegEx полосы HTML-теги проблема

Question

Я пытался убрать теги html, используя regex, заменить на шаблон "<[^>] *>" из сгенерированного html слова, который выглядит следующим образом:

http://www.w3.org/TR/REC-html40"&gt;

<! - [if! mso]>

<! [ENDIF] -> <о: SmartTagType namespaceuri = "urn: schemas-microsoft-com: office: smarttags" name = "place" downloadurl = "<a href="http://www.5iantlavalamp.com/"/&gt" rel="nofollow noreferrer">http://www.5iantlavalamp.com/"/&gt; <! - [if! mso]> <! [ENDIF] ->

Все отлично работает, кроме жирных линий, у кого-нибудь есть идеи, как их сопоставить?

Спасибо

* * Александар тысяча сорок-девять

Answer 1

Ваше регулярное выражение не учитывает, что комментарии могут содержать > символов, которые не заканчивают комментарий. Попробуйте это регулярное выражение:

<!--.*?-->|<[^>]*>

Вам нужно будет включить опцию, чтобы . соответствовал разрывам строк. Как это сделать, зависит от приложения или языка программирования, с которым вы используете это регулярное выражение. Например. в Perl вы бы использовали флаг /s. В .NET вы бы установили RegexOptions.SingleLine.

Answer 2

Люди обычно советуют использовать синтаксический анализатор вместо регулярных выражений при работе с HTML.

В случае, если у вас есть для использования регулярных выражений :), вы можете использовать-

<style>.*?</style>

Answer 3

Вы не можете использовать регулярные выражения для анализа HTML (или XML в этом отношении) .