什么是智能标签，如何从html中删除它们？

所以我仍然在研究这个解析器。今天我发现一个带有标签的文档<st1:place w:st="on"> Google告诉我这是一个Microsoft Office智能标签。什么是智能标签，如何从html中删除它们？

我想摆脱这些事情，但我找不到他们是什么或有多少他们的列表？

如果他们都遵循<...:...>模式，使用正则表达式很容易删除。

该文档没有文档类型和扩展名.jsp，但所有内容都在两个<html>标签之间，但是非标准的野兽是，我仍然需要解析它。

确定它实际上不是一个大问题，但它抛出我的格式&错误我。

请参阅：http://stackoverflow.com/q/3801803/180136 – shamittomar 2011-02-08 05:08:01

这个规则表达式应该做的伎俩：

/<[:alnum:]+:[\s\S]*>/

这将触发与<后跟一个字母数字图案后跟一个打开的任何标记“：”冒号。

或者：

/<\s*[:alnum:]+:[\s\S]*>/

将允许标签（开<和命名空间之间的空间）

2011-02-23 15:40:57 Unsigned

-1

我们想删除<w:smartTag>什么列示如下是帮助我们的宽松格式。

/<w:smartTag[^>]*>/

2014-12-19 16:00:23 jasonmarquette

回答