Помогите с регуляркой

[Samael_96]

Есть текст вида:

<tekst><tekst><h1></h2>
<tekst
tekst
tekst
tekst>
<tekst><tekst>

Есть регулярка <(?!h|/h).*?>

которая выбирает <tekst><tekst> но не трогает <h1></h2>
Есть необходимость убрать
<tekst
tekst
tekst
tekst>
Но так как он с новой строки, то этой регуляркой он не убирается, как усовершенствовать регулярку <(?!h|/h).*?> чтобы она начала убирать и текст с новой строки?

[Fox]

@Samael_96 Может всё таки использовать Xpath для парсинга html?

[Samael_96]

@fox said in Помогите с регуляркой:

Xpath для парсинга html?

Можно. Но тут в другом ситуация. Вообще возможно это сделать или слишком сложно?

[Fox]

@samael_96 said in Помогите с регуляркой:

@fox said in Помогите с регуляркой:

Xpath для парсинга html?

Можно. Но тут в другом ситуация. Вообще возможно это сделать или слишком сложно?

Скорее ненадёжно. Для регулярок приведите пару примеров текста (чтобы узнать, что меняется, а что нет) и что нужно из него получить.

[simka]

А какой результат должен быть?

[Samael_96]

@fox
Имеем такой текст на входе:

<tekst><tekst><h1></h2>
<tekst
tekst
tekst
tekst>
<tekst><tekst>

теги <h1></h2> должны остаться, все остальное должно уйти.
Пока что мне удалось такую регулярку сделать

<(?!h|/h).*?>

Она удаляет все между этими скобками

 <>

Кроме тегов <h1></h1>-...<h6></h6>-
Но, есть одно исключение, вот этот текст:

<tekst
tekst
tekst
tekst>

между <> она не убирает потому, что он с новой строки начинается.

[Fox]

@samael_96 said in Помогите с регуляркой:

@fox
Имеем такой текст на входе:

<tekst><tekst><h1></h2>
<tekst
tekst
tekst
tekst>
<tekst><tekst>

теги <h1></h2> должны остаться, все остальное должно уйти.
Пока что мне удалось такую регулярку сделать

<(?!h|/h).*?>

Она удаляет все между этими скобками

 <>

Кроме тегов <h1></h1>-...<h6></h6>-
Но, есть одно исключение, вот этот текст:

<tekst
tekst
tekst
tekst>

между <> она не убирает потому, что он с новой строки начинается.

Действие "первое вхождение" с регуляркой:

<h1>(.*?)<\/h2>

Я так понимаю нужен текст между этими тегами?

[Samael_96]

@fox said in Помогите с регуляркой:

Я так понимаю нужен текст между этими тегами?

Немножко не то. Сори, за потраченное время. Я наверное слишком многое от одного регулярного выражения хочу, тут надо комплекс решений на БАС-е организовать.

[simka]

@samael_96 а так не подойдет?

[\s\S]+(<h1></h2>)[\s\S]+

[Samael_96]

@symposium :) нет, мне надо, вот кусок html кода который выдран с этой страницы

<p><a class="plugin-mentions-user plugin-mentions-a" href="http://community.bablosoft.com//uid/394">@fox</a> said in <a href="/post/40221">Помогите с регуляркой</a>:</p>
<blockquote>
<p>Xpath для парсинга html?</p>
</blockquote>
<p>Можно. Но тут в другом ситуация. Вообще возможно это сделать или слишком сложно?</p>
</blockquote>
<p>Скорее ненадёжно. Для регулярок приведите пару примеров текста (чтобы узнать, что меняется, а что нет) и что нужно из него получить.</p>

</div>

<div class=
"clearfix
post-footer">

Мне надо оставить текст, и удалить html коды, это делается регуляркой (<+?[\s\S]+?>+?), но она удаляет абсолютно все что находится между <>, а мне разметку надо оставить. <h1> прочие теги тут уже какие тебе надо, это делается регуляркой <(?!h|/h).*?> но у нее другой недостаток. Она не удаляет, между <> если они начинаются с новой строки, например так

<div class=
"clearfix
post-footer">

А мне надо регулярка которая чистит от html кода но оставляет нужные мне теги, и удаляет c тем условием что я выше уже описал.
Вот такой вот сложный вопрос, и чувствует моя 5-я точка, что надо было мне пойти по длинному пути еще утром, ибо с утра сижу, блин уже 9 часов вечера, кошмар.

[Fox]

@samael_96 said in Помогите с регуляркой:

@symposium :) нет, мне надо, вот кусок html кода который выдран с этой страницы

<p><a class="plugin-mentions-user plugin-mentions-a" href="http://community.bablosoft.com//uid/394">@fox</a> said in <a href="/post/40221">Помогите с регуляркой</a>:</p>
<blockquote>
<p>Xpath для парсинга html?</p>
</blockquote>
<p>Можно. Но тут в другом ситуация. Вообще возможно это сделать или слишком сложно?</p>
</blockquote>
<p>Скорее ненадёжно. Для регулярок приведите пару примеров текста (чтобы узнать, что меняется, а что нет) и что нужно из него получить.</p>

</div>

<div class=
"clearfix
post-footer">

Мне надо оставить текст, и удалить html коды, это делается регуляркой (<+?[\s\S]+?>+?), но она удаляет абсолютно все что находится между <>, а мне разметку надо оставить. <h1> прочие теги тут уже какие тебе надо, это делается регуляркой <(?!h|/h).*?> но у нее другой недостаток. Она не удаляет, между <> если они начинаются с новой строки, например так

<div class=
"clearfix
post-footer">

А мне надо регулярка которая чистит от html кода но оставляет нужные мне теги, и удаляет c тем условием что я выше уже описал.
Вот такой вот сложный вопрос, и чувствует моя 5-я точка, что надо было мне пойти по длинному пути еще утром, ибо с утра сижу, блин уже 9 часов вечера, кошмар.

Оно?

<(?!h|\/h).*?[\s\S]*?>

Вот тест

[Samael_96]

@fox Спасибо тебе Fox большое. А я уже почти костыль доваял :)