Чистка текста регулярками

[edger]

Здравия желаю!) Имеется куча спаршенной текстовки, очень нужно отобрать из этого всего дела только те теги <p>, <h1>, <h2>, после которых сразу идут русские символы. Помогите пожаааалуйста)

 

[Sergodjan]

Здравия желаю!) Имеется куча спаршенной текстовки, очень нужно отобрать из этого всего дела только те теги <p>, <h1>, <h2>, после которых сразу идут русские символы. Помогите пожаааалуйста)

Попробуйте такую регулярку:

(?<=<(p|h\d)>)(?i)[а-яё]+(?=</(p|h\d)>)

Но думаю, ее надо дорабатывать, насчет "сразу идут русские символы".
Но возможно, как заготовка для продолжения изысканий подойдет.

 

[edger]

Попробуйте такую регулярку:

(?<=<(p|h\d)>)(?i)[а-яё]+(?=</(p|h\d)>)

Но думаю, ее надо дорабатывать, насчет "сразу идут русские символы".
Но возможно, как заготовка для продолжения изысканий подойдет.

Посмотреть вложение 41841

Спасибочки большое) Помог)