Howto删除CDATA元素中的HTML <a>标签

Question

我在CDATA元素中有HTML（HTML太糟糕了，无法解析），我想删除<a href>标签，但在标签中保留文本。

我正在寻找正则表达式，但仍然没有找到一个好的方法来做到这一点。

欢迎所有的建议！

Answer 1

你可能从字符串中删除任何东西看起来像通过正则表达式的HTML链接。结果很大程度上取决于您的输入，但用空字符串替换</?a\b[^>]*>可能会让您感觉很差。

在任何情况下，使用正则表达式处理HTML都是蹩脚的和临时的。如果您的输入数据集是有限且众所周知的，并且您只需要一些不需要的一次性转换代码，那么蹩脚和特殊的转换代码就足够了，您可以避开它。

如果您正在开发旨在长期使用的代码，那么您绝对应该考虑一个可用的HTML解析器（Python的BeautifulSoup或HTML Agility Pack for .NET），而不仅仅是处理您的HTML以结构化的方式，但也可以解决它，而你在它。