regexp

[m a r c u s]

Har filens hela innehåll i variabeln s. Vill ta bort all HTML-, ASP-kod samt kommentering, dvs allt innanför < och >. Följande kod visar sig inte fungera:

 

Set oRe = New RegExp

oRe.Global = True

oRe.IgnoreCase = True

oRe.Pattern = "<(.|/n)*>"

s = oRe.Replace(s, "")

 

En rad som <H1>Rubrik</H1> tas bort helt!

Vad är fel och hur ska jag skriva?!

 

(Problemet uppkommer alltid när det finns flera <..> på samma rad.)

 

 

[inlägget ändrat 2002-09-05 11:48:43 av m a r c u s]

[Cariad]

Problemet är att Regexp är "girigt" som standard. Det betyder att den försöker matcha så stora strängar som möjligt.

 

Om du alltså använder ditt uttryck på följande sträng

Test <b>med lite fet</b> och <i>kursiv</t> text.

Så kommer den matcha allt mellan första och sista < >:

Test <b>med lite fet</b> och <i>kursiv</t> text.

 

Testa istället följande:

oRe.Pattern = "<([^>])*>"

Vilket alltså först hittar ett < tecken, och sedan fortsätter söka ända till det hittar ett > tecken. ^> betyder "ej >".

 

Här är en länk till en väldigt bra regex. guide:

http://www.contactor.se/~dast/mail2sms/regex.shtml

 

Här är ett lite mer avancerat exempel (iofs för PHP, men du kan lätt applicera det i ASP med lite tankekraft . Se exempel 3:

http://se.php.net/manual/en/function.preg-replace.php

 

[m a r c u s]

Underbart! Tack för snabbt svar.