无法正确找到/替换

Question

我有一个 CSV 文件，我正试图从中删除 HTML 标记，并且所有行都返回。

使用<*> 进行查找/替换会返回“此公式有问题”错误。

尝试\<*> 得到错误“我们找不到要替换的东西。”

尝试这个 VBA 也无济于事 - 它运行成功，但所有标签仍然存在：

Sub t()
With Range("A1:AE60165")
    .Replace Chr(10), " "
    .Replace Chr(13), " "
    .Replace vbCr, " "
    .Replace vbLf, " "
    .Replace vbCrLf, " "
    .Replace "<*>", ""
End With
End Sub

该宏还不删除任何换行符或回车符。同样用Char!10) 或Char(13) 进行查找/替换也不会做任何事情。

我尝试的最后一件事是Worksheetfunction.Clean(Range("A1"))，它也没有任何作用。 但是如果在A2，我使用=CLEAN(A1)，它会成功删除换行符。我不能在所有单元格上都这样做，因为数据集非常大。

我什至无法从所有单元格中成功删除@。我刚刚运行它，它删除了 23 个实例，但即使是我选择的单元格也有一个 @ 但没有删除。

我怀疑这与 CSV 有关，因为我不知道它为什么如此复杂。数据量很大，因此函数可能不是最佳选择。

可能是一些 Unicode 类型问题？

编辑：FWIW，我正在使用 profiles.csv 找到 here，因为我学习 Python 只是为了玩。 Here's a pastebin 链接到少量数据，但我不确定它在该网站上的“翻译”效果如何。

Answer 1

尝试使用notepad++，它会容易得多，或者你可以在SQL中导入CSV并在那里进行替换

Answer 2

您可以在下面找到一个函数调用来说明该过程。您应该能够在循环中进行这些调用，最好是在数组循环中，然后将结果写回以提高性能。

调用示例

Sub test_RemoveHTML()
Dim s As String: s = "<b>xxx</b><div />"
MsgBox RemoveHTML(s)
End Sub

辅助功能

Function RemoveHTML(s As String) As String
' Purpose: remove HTML tags and comments from string via regular expression
On Error GoTo oops
Dim oRegEx   As Object       ' Late Binding
Set oRegEx = CreateObject("vbscript.regexp")

With oRegEx
    '.Pattern = "<[^>]+>"      'basic html pattern
    .pattern = "<!*[^<>]*>"    'html tags and comments
    .Global = True
    .IgnoreCase = True
    .MultiLine = True
End With

RemoveHTML = oRegEx.Replace(s, "")

leaveFunction:
On Error Resume Next
Set oRegEx = Nothing            ' clear memory
Exit Function

oops:
MsgBox "Error No " & Err.Number & " " & Err.Description, _
       vbExclamation, "RemoveHTML"
Resume leaveFunction
End Function