从标签中删除属性的正则表达式答案

【问题标题】：Regular expression that removes attributes from tags从标签中删除属性的正则表达式
【发布时间】：2017-11-28 01:00:21
【问题描述】：

我感兴趣的是一个正则表达式，它将接受 HTML 输入并删除标签内的所有属性，同时保持标签完好无损。比如我想要这个……

<p class="test" id="TestParagraph">This is some test text right here.</p>

变成这样……

<p>This is some test text right here.</p>

任何帮助将不胜感激。

【问题讨论】：

【解决方案1】：

您真的不想为此使用正则表达式。 HTML 不是regular language，您不能保证您的实际文本不会模仿标签并被剥离。无论你想出什么表达方式，总会有打破它的案例。

我建议将Html Agility Pack 用于您需要执行的任何 HTML 操作。

【讨论】：

能否请您详细说明“您不能保证您的实际文本不会模仿标签”？
内容可能包含“id=something”形式的文本，您的正则表达式可能会将其删除。或者可能包含一个 html 注释标签。最终，您很可能可以构建一个 99.99% 的时间都有效的正则表达式，但我认为这绝不是正确的方法。
今天早上做了一些研究，下载了 HTML Agility Pack，现在可以使用它，感谢您的意见。

【解决方案2】：

HTML 不是regular language，因此在尝试使用正则表达式解析它时会遇到问题。正如 Greg 上面提到的，您可能希望查看一个 HTML 解析器来为您完成这项工作。

享受吧！

【讨论】：

【解决方案3】：

抱歉，不是not answering the question。

你可以从这个开始

<(\S+)[^>]+>

替换为

<$1>

当然，如果输入包含脚本或 CDATA 部分，或者各种情况，这将很容易被破坏。但它对于您的输入集可能已经足够接近了。

【讨论】：