使用正則表達式搜索HTML文件

我有一個HTML文件池，並希望通過它們搜索相同的目標文本。它需要搜索他們的文本內容，而忽略所有的html標籤，標題，腳本等。使用正則表達式搜索HTML文件

我試過QRegExp，Qt中的正則表達式類，但找不到一個好的模式來做我以後。

我很感謝在這方面的任何幫助。

謝謝。

2011-04-03 Fargo

http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454似乎是義不容辭鏈接到 – 2011-04-03 19:36:13

'如果（question.contains「 /（X | HT）ML /'和question.contains'正則表達式'）add_comment（'http://stackoverflow.com/questions/1732348/#1732454'）' – 2011-04-03 20:01:05

@Tim Sylvester：好點 - 除了你的正則表達式可以使用一點工作;它應該真的匹配「xhtml」。 – 2011-04-03 20:44:25

這可能是也可能不是你的好答案，但你有沒有考慮過使用DOM解析器呢？這將消除需要過濾出什麼是文本和什麼是HTML標記。可悲的是，我不能推薦一個好的C++。

來源

2011-04-03 19:45:19 korona

http://lars.ruoff.free.fr/xmlcpp/ – 2011-04-03 21:12:15

使用正則表達式搜索HTML文件

回答

相關問題