подскажите по составлению регулярки

[money4honey]

есть нужда извлекать только русские буквы, отсеивая английские и символы. погуглив, смог составить такую вот регулярку:

[A-Za-z\W]+

то есть, если исходный текст такой:

<span class="moneyman">money</span> владимир путин и алина кабаева, aeroflot air bus <a href="/dima">медведев дима</a></a>

то регулярка вытащит оттуда только это:

то есть, эту регулярку можно засунуть в экшен замены и заменить найденные символы на пустоту
но у меня возник трабл - данная регулярка также пробелы тоже находит и получается что они удаляются наравне с англ. буквами и символами.

подскажите, как тут дописать, чтобы эта регулярка не находила пробелы?

 

[money4honey]

всё, решил вопрос.

решил тянуть сразу русские буквы,
вот такую регулярку сделал:

[А-Яа-я.,:;?!]+

она берет только русские символы без пробелов,
беру все совпадения, сохраняю в список, потом соединяю экшеном элементы списка с разделителем {-String.Space-} и на выходе получается только русский текст, без ссылок, тегов и всего прочего (знакие препинания решил не вырезать, пригодятся)
очень удобный фильтр, когда парсишь русские сайты на контент

 

[KirillOFF]

Если задача вытащить текст статьи со страницы - рекомендую к использованию fivefilters

 

[Irbis]

Если русские буквы нужны, можно попробовать собрать такой регуляркой: [А-я]+

 

[money4honey]

спасибо, ребята, вы классные

 

[faraon2006]

спасибо, помог

 

[ZennoScript]

есть нужда извлекать только русские буквы, отсеивая английские и символы. погуглив, смог составить такую вот регулярку:

[A-Za-z\W]+

то есть, если исходный текст такой:

<span class="moneyman">money</span> владимир путин и алина кабаева, aeroflot air bus <a href="/dima">медведев дима</a></a>

то регулярка вытащит оттуда только это:

то есть, эту регулярку можно засунуть в экшен замены и заменить найденные символы на пустоту
но у меня возник трабл - данная регулярка также пробелы тоже находит и получается что они удаляются наравне с англ. буквами и символами.

подскажите, как тут дописать, чтобы эта регулярка не находила пробелы?

Можно заменять такой регуляркой:

[^а-яА-ЯёЁ\ ]

Дальше можно еще дописать символы, которые не нужно удалять (к примеру знаки препинания).