從html文件中刪除具有特定屬性值的標記所包含的文本

我有一個包含英文和阿拉伯文文本的html文件。我需要從文件中刪除所有阿拉伯語文本。從html文件中刪除具有特定屬性值的標記所包含的文本

我觀察到所有的烏爾都語文本來一個<p>內或<div>標籤與屬性style="direction: rtl;"這使得阿拉伯文字顯示從右到左。

剝離例如：

<P style="direction:rtl"> 
<SPAN style="font-family:'serif'>Arabic Text: ������������</SPAN> 
</P>

所以，我需要找到所有與該屬性style="direction:rtl"標籤塊（我不知道很多的HTML，我不是很確定它被稱爲一個屬性）和刪除他們。試過Aptana Studio，但我發現它也無法完成這項工作（請告訴我，如果我錯過了一個技巧）。

我試圖用Firebug做，但無法弄清楚（以前從未使用過）。

那麼這可以用Firebug完成嗎？或者，有沒有一個HTML編輯器能讓我搜索並列出具有特定標記或屬性值的塊？

任何幫助將不勝感激。

來源

2011-02-24 Soumendra

這個文件有多大？你是否需要通過js或服務器端進行實時操作，或者只需要在任何文本編輯器中查找/替換就可以做到這一點？ – 2011-02-24 12:17:26

該文件大約800kb，其中一半是阿拉伯文。有五個這樣的文件。我不需要隨時做，我只需要英文文本（一次性提取）。普通的查找/替換不會，因爲我需要刪除那些包含在p和div標籤中的文本。 – Soumendra 2011-02-24 15:10:08

有各種方法可以做到這一點;如果這是一個持續的操作，一個Python程序可能是最好的。

但是，因爲這是一個Firebug的問題，說成是一次性操作，這裏是如何使用Firebug jQuery做到這一點：

製作原始文件的備份副本。
在Firefox中打開文件。
如果使用noscript或類似方法，請確保爲本地文件臨時啓用JavaScript。
打開Firebug控制檯。
如果控制檯說需要重新加載頁面。
打開大型命令行/命令框。

粘貼在下面的代碼：

var scriptNode   = document.createElement ("script"); 
scriptNode.setAttribute ("src", "http://ajax.googleapis.com/ajax/libs/jquery/1.4.2/jquery.min.js"); 
document.body.appendChild (scriptNode); 

function KilltheCrud() 
{ 
    jQuery('p[style*="rtl"]').remove(); 
    jQuery('div[style*="rtl"]').remove(); 
} 

//-- Delay to allow jQuery to load and initialize. 
setTimeout (KilltheCrud, 444); //-- Adjust time delay if necessary

按「運行」。
該文件現在應該被剝離，保存修改後的文件。
完成！重複其他文件。

來源

2011-02-25 03:10:06

感謝您的回答。事實證明，我需要做更多，我通過模仿你的代碼來做到這一點。再次，謝謝。 – Soumendra 2011-02-25 07:19:09

不客氣。樂意效勞。 – 2011-02-25 07:24:20

從html文件中刪除具有特定屬性值的標記所包含的文本

回答

相關問題