正则表达式删除标签之间的文本

我正在翻译CAT软件中的文档，并且遇到大量带标签的文档时遇到问题。该软件支持正则表达式，我希望可以创建一个来帮助我解决这个问题。我需要一个正则表达式来选择光标插入点之间的所有内容，直到“小于”符号<，这标志着标签的开始。这将允许我立即开始打字，用我的翻译替换原文。然后，我需要另一个表达式来跳转标签，也就是将光标放在最后一个“大于”符号之后，可以将其标识为“小于”符号后面的符号。换句话说，正则表达式会命令将光标移动到“大于”>符号之后的位置，紧接着除了“小于”<符号之外的任何其他位置。下面是一个例子：正则表达式删除标签之间的文本

> Some student will investigate two dialects of </s1></s0><s2><s3>every 
> </s3></s2><s4><s5>language </s5></s4>

插入点位于句首，词“有些”，我需要一个正则表达式，将选择所有文本到“小于” <符号前右，也就是在“of”之后。在这一点上，我需要一个正则表达式，可以在“every”之前跳过插入点。

来源

2016-06-09 Rejlan Givens

您可以在翻译之前将文本加载到文本编辑器（支持正则表达式，例如'Notepad ++'）。那么这只是一个用空字符串替换'<[^>] +>'的问题。 [像这样。]（https://regex101.com/r/aD9yM2/1）。 – ClasG

谢谢vp_arth，因为我不是一个程序员，我不能确定，但它看起来可能类似于我的问题，但它要求用正则表达式来完成另一件事。此外，在其他线程的答案表明，使用正则表达式与HTML文件是不可能的，我不知道是否同样适用于XML文件，我需要一个正则表达式适用于。希望有人给我一个明确的答案来解答我的问题，并且有人向我澄清这一点。 –

谢谢你的答案ClasG。我无法做到这一点，使用CAT软件的关键在于保持标签的位置并将文本翻译在它们之间。这样原始文档的格式保持不变。 –

选择到下一个标签可与

[^<]*

可以做到，那么这是一个有点不清楚，如果第二个正则表达式 - 跳过标记 - 应该简单地匹配标签。然后它是

<[^>]*>

如果它应该选择下一个文本，它会更复杂。但是，让我们从这个开始;）。

来源

2016-06-09 11:15:22 ClasG

感谢您的帮助TEXHIK和ClasG。你的第一个表达式ClasG完成了前半部分的工作，它确实选择了“小于”符号的所有内容，当我从句子的开头选择到<符号时，这将会执行。 @TEXHIK，你的表达式正是我所需要的，但为了有用它需要排除>和<之间的零字符串匹配，这样我就跳过了标签。它只需要匹配在<<之间具有任意数量字符的字符串 –

[^>]*(?=<) 将查找>和<之间的所有文字。但是，它会找到和选择结果，不放置光标某处。

来源

2016-06-09 11:32:10 TEXHIK

正则表达式删除标签之间的文本

回答

相关问题