使用正则表达式在Notepad++中选择和替换多行

Question

我有一个非常大的HTML文件，其中包含安全扫描结果，我需要提取文档中的无用信息。我需要提取的内容示例类似于：

<tr>
<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>
<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=10395" target="_blank"> 10395</a>
</td>
<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">Microsoft Windows SMB Shares Enumeration</span></td>
</tr>

编辑后，上面的文本应该直接删除。由于变化的原因，我无法进行标准查找。以下是另一个需要从文档中删除的示例：

<tr>
<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>
<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=11219" target="_blank"> 11219</a>
</td>
<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">Nessus SYN scanner</span></td>
</tr>

我需要将ID号码10395作为变量处理，但长度保持不变。同样，“Microsoft Windows SMB Shares Enumeration”也需要被视为变量，因为它在整个文档中会发生变化。

我尝试将类似于以下内容的东西放入替换中，但我认为我完全没有做对。

<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=\1\1\1\1\1" target="_blank"> \1\1\1\1\1</a>

也许我应该使用其他工具？

- creigel

---

你想将什么转换成什么？改变后的文档应该是什么样子？（这是逐行匹配和替换吗？） - Tezra

@Tezra 我只是想要删除那些代码片段，所以只需要用空格或 \n 替换它们。如果我按照目前的思路来处理，每次需要替换 6 行代码。 - creigel

所以您想要删除显示文本部分？您能否在问题中添加应该看起来像什么的示例？ - Tezra

Answer 1

从最简单到更复杂的正则表达式，但它们都能完成工作：

<a.*>.*\d.*</a>

<a.*>.*\d{5}.*</a>

<a.*id=\d{5}.*>.*\d{5}.*</a>

免责声明：请小心。我无法使用正则表达式解析html。

- Vanity Slug

---

这对于单行代码非常有效。谢谢您的回复。 - creigel

Answer 2

我猜你在多次重复\1时，意思是它是单个字符的占位符，但实际上并不是这样。你想要实现的是类似于这样的效果：

<td width="10%" valign="top" class="classcell"> <a href="http://www.nessus.org/plugins/index.php?view=single&amp;id=(\d+)" target="_blank"> \1</a>

为了匹配整个6行：

<tr>\s*<td width="20%" valign="top" class="classcell0"><span class="classtext" style="color: #ffffff; font-weight: bold !important;">Info</span></td>\s*<td width="10%" valign="top" class="classcell"> <a href="http://www\.nessus\.org/plugins/index\.php\?view=single&amp;id=(\d+)" target="_blank"> \1</a>\s*</td>\s*<td width="70%" valign="top" class="classcell"><span class="classtext" style="color: #263645; font-weight: normal;">.*?</span></td>\s*</tr>

然后您可以将其替换为空字符串。

- revo

---

非常感谢！完美解决了！ - creigel