用于删除 HTML 文档中特定标签内容的正则表达式（或替代方法）
Regex (or alternative method) to remove content of a specfic tag in a HTML document
我正在尝试构建一个 RegEx 字符串，用于在 sublime text 或 notepad++ 中查找和替换，以从 html 页面中删除删除线文本。一般来说，删除线的格式如下：
<span style="color: rgb(255,0,0);"><s>Some text here</s></span>
到目前为止，我想出了这个：
<span.*<s>.*<\/s><\/span>
但它不会停在第一个 </span>，它会继续，所以我选择了一大段文字。我查看了 regex wiki（和其他几个资源），我确定这是一个 "greedy matches" 问题，但我无法理解它应该是什么样子。
编辑：顺便说一下，如果有人有更好的解决方案来实现我所希望的效果，我还没准备好
限制贪婪匹配的最好方法是让它在特定字符处停止。 [abc] 是一个字符 class 表示 a、b、c 中的任何一个，而 [^abc] 表示除 a、b、c 之外的任何字符。所以 [^<] 不是 <.
的意思
<span[^>]*><s>[^<]*</s></span>
另一种（慢得多）方法是将 * 或 + 运算符设置为 return 最短匹配。在与 Perl 兼容的正则表达式中，您可以使用 *? 或 +?.
为了扩展 dwks 的答案及其评论，如果删除线内有任何 HTML 标签，例如如果看起来像
<span><s>first <b>second</b> third</s></span>
那么它将与正则表达式不匹配
<span[^>]*><s>[^<]*</s></span>
因为此正则表达式不代表 <s> 和 </s> 之间的 <。在答案的末尾提到您可以使用 *?。为了完整起见，该正则表达式看起来像这样：
<span[^>]*><s>.*?<\/s><\/span>
我正在尝试构建一个 RegEx 字符串，用于在 sublime text 或 notepad++ 中查找和替换，以从 html 页面中删除删除线文本。一般来说，删除线的格式如下：
<span style="color: rgb(255,0,0);"><s>Some text here</s></span>
到目前为止，我想出了这个：
<span.*<s>.*<\/s><\/span>
但它不会停在第一个 </span>，它会继续，所以我选择了一大段文字。我查看了 regex wiki（和其他几个资源），我确定这是一个 "greedy matches" 问题，但我无法理解它应该是什么样子。
编辑：顺便说一下，如果有人有更好的解决方案来实现我所希望的效果，我还没准备好
限制贪婪匹配的最好方法是让它在特定字符处停止。 [abc] 是一个字符 class 表示 a、b、c 中的任何一个，而 [^abc] 表示除 a、b、c 之外的任何字符。所以 [^<] 不是 <.
<span[^>]*><s>[^<]*</s></span>
另一种（慢得多）方法是将 * 或 + 运算符设置为 return 最短匹配。在与 Perl 兼容的正则表达式中，您可以使用 *? 或 +?.
为了扩展 dwks 的答案及其评论，如果删除线内有任何 HTML 标签，例如如果看起来像
<span><s>first <b>second</b> third</s></span>
那么它将与正则表达式不匹配
<span[^>]*><s>[^<]*</s></span>
因为此正则表达式不代表 <s> 和 </s> 之间的 <。在答案的末尾提到您可以使用 *?。为了完整起见，该正则表达式看起来像这样：
<span[^>]*><s>.*?<\/s><\/span>