Подскажите как можно регулярками вычестить текст

[keltuzhaknut]

Паршу текст со страницы, он примерно такого вида:
<div style="display: block;" id="tab-description" class="tab-content"><p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст</font></font></font></p>

<p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст!</font></font></font></p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст&nbsp;</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;" align="JUSTIFY">русский текст</p>
</div>
Но ничего не получаеться... Как можно парсить такой текст, с учетом того что на многих страницах еще структура стилей текста будет отличаться.. размер шрифта и стиль.. Пробывал регулярками разными вариантами в ДОМе... Но не выходит, в тесте вроде захватывает нужное, а в переменную ложит не весь найденный регулярками текст.. Или к примеру попытаться заменить Все англ. буквы на пробел, а потом както дальше заменами.. по пробывал [a-z] на пробел заменить.. не вышло... Как быть?

 

[doc]

замени <[^<].+?> на пустоту используя замену по регулярке

 

[keltuzhaknut]

Ничего не произошло, как было так и осталось

 

[keltuzhaknut]

К примеру делаю замену > и < Ha \n - а дальше как можно?

 

[doc]

ну рас ничего не происходит, что поделать(

 

[keltuzhaknut]

Оо, благодарю, я не поставил рег. выражение, текст стоял... !!!

 

[keltuzhaknut]

Ситуация ухудшилась, теперь нужно чистить вот такую структуру
<div style="display: block;" id="tab-description" class="tab-content"><p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст</font></font></font></p>

<p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст!</font></font></font></p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст&nbsp;</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;" align="JUSTIFY">русский текст</p>
</div>
<p>текст</p>

<ul>
<li><a href="http://sitе.ru/index.php?route=product/category&amp;path=3_7"><span style="color:#0033ff;">анкор</span></a></li>
<li><a href="http://sitе.ru/index.php?route=product/product&amp;path=1&amp;product_id=301">анкор</a></li>
</ul>

<p><strong>Состав</strong>:<br>
текст<br>
текст<br>
текст</p>
</div>
<div style="display: none;" id="tab-attribute" class="tab-content">

Помогите с регуляркой для такой формы, вычестить весь ХТМЛ оставив текст без ссылок...

 

[Sergodjan]

Ситуация ухудшилась, теперь нужно чистить вот такую структуру
<div style="display: block;" id="tab-description" class="tab-content"><p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст</font></font></font></p>

<p style="margin-bottom: 0cm; line-height: 100%" align="JUSTIFY"><font color="#333333"><font face="Times New Roman, serif"><font size="4">русский текст!</font></font></font></p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст&nbsp;</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;">русский текст</p>

<p style="color: rgb(51, 51, 51); font-family: sans-serif, Arial, Verdana, 'Trebuchet MS'; font-size: 13px; line-height: 20.8px;" align="JUSTIFY">русский текст</p>
</div>
<p>текст</p>

<ul>
<li><a href="http://sitе.ru/index.php?route=product/category&amp;path=3_7"><span style="color:#0033ff;">анкор</span></a></li>
<li><a href="http://sitе.ru/index.php?route=product/product&amp;path=1&amp;product_id=301">анкор</a></li>
</ul>

<p><strong>Состав</strong>:<br>
текст<br>
текст<br>
текст</p>
</div>
<div style="display: none;" id="tab-attribute" class="tab-content">

Помогите с регуляркой для такой формы, вычестить весь ХТМЛ оставив текст без ссылок...

через замену на пустоту по регулярке <[^>]*>

 

[doc]

через замену на пустоту по регулярке <[^>]*>

Посмотреть вложение 11935

я протупил, точку прописал. Но сейчас он просит удаление линков с анкорами. Как по мне, пора как-то самому регулярки учится составлять

 

[Sergodjan]

я протупил, точку прописал. Но сейчас он просит удаление линков с анкорами. Как по мне, пора как-то самому регулярки учится составлять

тогда можно попробовать в 2 захода:

1. замена на пустоту по регулярке <a\ href[\w\W]*?</a>
2. замена на пустоту по регулярке <[^>]*>

 

[keltuzhaknut]

Благодарю, все получилось!!
В 2-ва захода буду)))
Согласен, регулярками нужно заняться изучить их, листал тему в разделе конкурсных статй.. в ДОМ пробывал, но туго очень... Со временем вникну и будет получаться, пока на первых порах сложно...

 

[Dimionix]

Благодарю, все получилось!!
В 2-ва захода буду)))

Можно и в один заход, заменить (<a\ href[\w\W]*?</a>)|(<[^>]*>) на пустоту.

 

[keltuzhaknut]

Чудесно, благодарю за помощь! Возьму на пользование!

 

[doc]

тогда можна самом деле 1 заход с объединением этих регулярокно попробовать в 2 захода:

1. замена на пустоту по регулярке <a\ href[\w\W]*?</a>
2. замена на пустоту по регулярке <[^>]*>

на самом деле 1 заход с объединением этих регулярок

 

[Lexicon]

А мне всегда вот этой хватало)
<.*?>

 

[doc]

А мне всегда вот этой хватало)
<.*?>

если в тексте будет знак больше или меньше - часть текста зачистится

 

[Lexicon]

если в тексте будет знак больше или меньше - часть текста зачистится

Так я ж не спорю) Там сверху по тексту приводились регулярки получше)