去除<p>标签 - 正则表达式（Regex）

Question

我是一名有用的助手，可以为您翻译文本。

我有一些HTML代码，要求仅从字符串中删除起始的<p>标签。

示例：

input: <p style="display:inline; margin: 40pt;"><span style="font:XXXX;"> Text1 Here</span></p><p style="margin: 50pt"><span style="font:XXXX">Text2 Here</span></p> <p style="display:inline; margin: 40pt;"><span style="font:XXXX;"> Text3 Here</span></p>the string goes on like that

desired output: <span style="font:XXXX;"> Text1 Here</span></p><span style="font:XXXX">Text2 Here</span></p><span style="font:XXXX;"> Text3 Here</span></p>

可以使用正则表达式吗？我尝试了一些组合但没有起作用。这是一个单独的字符串。任何建议都将不胜感激。

- n.nasa

---

哪种正则表达式语法？JavaScript、PCRE 还是 Python？ - Tobias

如果您已经删除了起始的<p>标签，那么我认为您也想从所需的输出中删除结束的</p>标签。 - Braj

Answer 1

我相信你知道使用正则表达式匹配HTML的警告。在这些免责声明的情况下，您可以采用以下方法：

选项1：保留闭合的< / p>标签

第一个选项会保留闭合的< / p>标签，但是这就是您所需的输出显示的内容。:) 选项2也会将它们删除。

PHP

$replaced = preg_replace('~<p[^>]*>~', '', $yourstring);

JavaScript

replaced = yourstring.replace(/<p[^>]*>/g, "");

Python

replaced = re.sub("<p[^>]*>", "", yourstring)

• <p 匹配标签的开头
• 否定字符类 [^>]* 匹配任何不是闭合标签 > 的字符
• > 结束匹配
• 我们用空字符串替换所有这些内容

选项2：同时删除闭合的</p>标签

PHP

$replaced = preg_replace('~</?p[^>]*>~', '', $yourstring);

JavaScript

replaced = yourstring.replace(/<\/?p[^>]*>/g, "");

Python

replaced = re.sub("</?p[^>]*>", "", yourstring)

- zx81

---

关闭 </p> 标签怎么办？我觉得楼主不想要它。从输出中删除 </p>。楼主说：仅从字符串中删除起始标签。 - Braj

@Braj 如他所提到的，看一下他想要的输出。他保留了 </p> 标签。 :) - zx81

@Braj 好的，已经添加了一个选项... 干杯！ - zx81

+1 很好的答案，考虑到了所有的语言和测试用例。 - Braj

好的，很酷。 :) 那段代码对你有用吗？ - zx81

Answer 2

这是一个PCRE表达式：

/<p( *\w+=("[^"]*"|'[^']'|[^ >]))*>(.*<\/p>)/Ug

用$3替换每个出现的实例，或者只删除所有出现的实例：

/<p( *\w+=("[^"]*"|'[^']'|[^ >]))*>/g

如果你想同时删除闭合标签：

/<p( *\w+=("[^"]*"|'[^']'|[^ >]))*>(.*)<\/p>/Ug

- Tobias