怎样用正则表达式过滤掉页面中除了<p></p>和<img>以外所有的标签
像这样可以保留p标签：str.replaceAll("(<(\\/?[^Pp].*?)>)","").replaceAll("[\\s*]+","").replaceAl...
像这样可以保留p标签：
str.replaceAll("(<(\\/?[^Pp].*?)>)", "").replaceAll("[\\s*]+"," ").replaceAll(" ", "");我现在想保留p和img标签 展开
str.replaceAll("(<(\\/?[^Pp].*?)>)", "").replaceAll("[\\s*]+"," ").replaceAll(" ", "");我现在想保留p和img标签 展开
1个回答
展开全部
这个还真不容易实现，单独保留p或者img都可以，但是两个条件放一起就不行了。于是我换了一种思路，用了个函数实现了，你看下，代码是python下的：
import re
t = '<html>asdfasdf<head>1111111111<body><p>asdfasdfasdf</p> <img herf="fff">'
def replace_two(m):
"""
#过滤掉页面中除了<p></p>和<img>以外所有的标签
"""
all = re.findall(r'</?.*?>',m)
save = re.findall(r'</?(?:img).*?>|</?[pP]*?>',m)
for e in all:
if e not in save:
m1 = m.replace(e, '')
m = m1
return m
print replace_two(t)
追答
[]的用法是匹配[]中的任意一个字符，加^是不匹配的意思，你这样写会把以i、m和g开头标签都会过滤掉的
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
