Регулярное выражение, убрать спецсимволы HTML (SGML) подряд и по одному

[Mikhail B.]

1) Мне надо почистить текст от всех подобных символов.
Пример.

❆ ☑ ❼ ➤

Пробовал символьным классом \W, но он берет знаки препинания. Можно как то исправить или может есть другой класс?

2) Мне надо убрать повторяющиеся знаки
Пример

---------------------------------------------------------------

или

============= ++++++++++++++

Но это я знаю как решить, надо поставить в конце регулярки знак +
Например \W+ ну или что бы наверняка \W\W\W+
Но как писал выше берет точки с пробелами. Не то выходит.
Подскажите решения.
теги
Спецсимволы HTML, или символы-мнемоники, представляют собой конструкцию SGML (англ. Standard Generalized Markup Language — стандартный обобщённый язык разметки), ссылающуюся на определенные символы из символьного набора документа. убрать в тексте лишние символы регулярка regex заменить повторяющиеся подряд знаки

 

[Dimionix]

Мне надо почистить текст от всех подобных символов.

[^\w\\\-/.,!?:;] заменить на пустоту
остальные символы, которые нужно оставить, можешь дальше перечислить.

2) Мне надо убрать повторяющиеся знаки

(\W)+\1 заменить на $1
или чтоб не трогать переносы строк ([^\w\r\n])+\1 заменить на $1

 

[Mikhail B.]

[^\w\\\-/.,!?:;] заменить на пустоту
остальные символы, которые нужно оставить, можешь дальше перечислить.

Пробелы тоже берет, по этому я на пробел меняю. Но некоторые символы остаются.
Например

❗️ ⁉️

 

[Dimionix]

Пробелы тоже берет

Так добавил бы пробел в скобки, но лучше так [^\w\s\\\-/.,!?:;]

 

[Mikhail B.]

Так добавил бы пробел в скобки, но лучше так [^\w\s\\\-/.,!?:;]

А можешь пояснить как она работает?

 

[Dimionix]

А можешь пояснить как она работает?

Например,
[^\w] - НЕ слово = \W;
[^\s] - НЕ пробельные символы;
[^.,!?] - НЕ точка, НЕ запятая, НЕ воскл. знак и НЕ вопр. знак;
[^\w\s\\\-/.,!?:;] - НЕ слово, НЕ пробельные символы, НЕ слэши и т.д.
Т.е, грубо говоря, всё что в квадратных скобках после ^ - это НЕ.
Экранировать обязательно нужно обратный слэш и дефис, если он не в конце, остальные символы можно не экранировать. Хотя, может и ещё какие-то обязательно)).

 

[kolina]

Можно ли получить регуляркой такой результат:

есть кусок кода:
<b>Цена:</b>
1&nbsp;374,16 руб.
</li>
мне нужно получить результат только цифры, и за 1 раз.
Бывают ли регулярные выражения, которые из этого кода выведут такой результат 1374,16
Такой результат получить я умею: 1&nbsp;374,16 , а вот первый вариант нет

Большое спасибо заранее

 

[Mikhail B.]

за 1 раз

Почему именно за один? Второй кубик мешаться будет?

 

[kolina]

Шаблон просто берёт из списка регулярку, закреплённую за опр сайтом. Если за раз нельзя, то переписывать логику шаблона нужно будет. С 200 сайтами было всё ок, а тут вылез один, и ломаю голову.
Хотелось бы без 2 кубика, потому что будет не 2 а штук 5, и список ещё один

 

[Mikhail B.]

Ну это надо doc звать) (по моему такие оповещения не работают на форуме)

 

[Roman48]

Можно ли получить регуляркой такой результат:

есть кусок кода:
<b>Цена:</b>
1&nbsp;374,16 руб.
</li>
мне нужно получить результат только цифры, и за 1 раз.
Бывают ли регулярные выражения, которые из этого кода выведут такой результат 1374,16
Такой результат получить я умею: 1&nbsp;374,16 , а вот первый вариант нет

Большое спасибо заранее

Этот пост мне помог, от этой &nbsp; ерунды избавиться, не совсем ерунда, это могут быть кавычки,тире

https://zennolab.com/discussion/threads/kak-pravilno-pochistit-stroki-ot-xlama-i-vzjat-nuzhnyj-tekst.35174/#post-595108

 

[kolina]

Ну это надо doc звать) (по моему такие оповещения не работают на форуме)

Ему в личку можно написать? Или как его позвать?

 

[Mikhail B.]

Ему в личку можно написать? Или как его позвать?

Ну попробуй)