我有一堆我正在解析的 html，<a>如果它们包含某些文本，我需要删除它们。通常，我会使用 Goquery，但我正在搜索的文本通常不在 html 标记本身的范围内。例如，这个 html：<html><body>This is the start. <a href="http://example.com/path">We don't want to match this text.</a><a href="http://www.example.com/another/path" style="font-family:Arial, Helvetica, 'sans-serif'; color:#838383;font-size:12px; line-height:14px"></a> match this text.<a href="blah">We also don't want to match this text</a></body></html>我正在使用这个正则表达式，但它失败并匹配我不想匹配的文本：(?is)<a[^>]+href=["'](?P<link>.*?)["']*.?> match this text\.https://regex101.com/r/iEXpqc/1
1 回答
回首忆惘然
TA贡献1847条经验 获得超11个赞
像这样，使用路径（不是去，但逻辑可以重新实现）：
xmlstarlet ed -d '//a[contains(text(), "want to match")]' file.html
输出
<?xml version="1.0"?>
<html>
<body>
This is the start.
<a href="http://www.example.com/another/path" style="font-family:Arial, Helvetica, 'sans-serif'; color:#838383;font-size:12px; line-height:14px"/> match this text.
</body>
</html>
笔记
-L如果要即时更换，请添加开关
- 1 回答
- 0 关注
- 150 浏览
添加回答
举报
0/150
提交
取消