RegEx模式来标记除<img>之外的链接的空锚点
我试图分析Excel单元格中的HTML文本并删除一些部分。 该文本可以包含不同的跨度样式，URL，类。 我想最简单的方法是RegEx。
我有六种types的链接（例如，当然可能有不同的属性和值）：
2没有锚和没有<img> （应select）
<a href="/"><span style="color: #000000;"></span></a>
<a href="/"></a>
2没有锚和<img> （不应select）
<a href="/" title=""><span style="color: #000000;"></span><img class="cars"></a>
<a href="/" title=""><img class="cars"></a>
和2锚（不应select）
<a href="/"><span style="color: #000000;">Cars</span></a> <a href="/">Cars</a>
什么正则expression式模式，我应该用来标记没有锚点和没有<img>的2个链接？
我已经build立了模式
<a href=".*">(?!<img ".*">)(?:<\/span>)?<\/a>
这标志着两种types的链接：
<a href="/" title=""><span style="color: #0000;"></span><img class="cars"></a>
<a href="/" title=""><img class="cars"></a>
包含<img>标签。
但是，如果删除<img>标记中的引号：
<a href="/" title=""><img class=cars></a>
它工作正常。
VBA代码：
Public Function txtrpl(ByRef x As String) As String`<br> With CreateObject("VBScript.RegExp")`<br> .Global = True`<br> .Pattern = "<a href="".*"">(?!<img "".*"">)(?:<\/span>)?<\/a>"`<br> txtrpl= Trim$(.Replace(x, ""))`<br> End With End Function
如果您不考虑使用正则expression式的解决scheme，那么您可以使用HTMLDocument对象。
您可以在VBE中添加一个引用（Microsoft HTML Object Library）来获取这个库，然后使用早期绑定。 或者，对于我下面的示例代码，只需使用迟绑定：
Dim objHtml As Object Set objHtml = CreateObject("htmlfile")
我的例子传递一个string来创buildHTMLDocument ，你需要根据这个接受的答案使用迟绑定。
不pipe怎样，您可以使用HTMLDocument对象的方法和属性来检查DOM – 我已经使用getElementsByTagName ， innerText和innerHTML获取您感兴趣的两个标签。例如：
' we want a tags without anchors and without img For Each objElement In objElements ' innerText = "" is no anchor If objElement.innerText = "" Then ' check for <img in innerHtml to avoid a tags with an image If InStr(1, objElement.innerHtml, "<IMG", vbTextCompare) = 0 Then Debug.Print objElement.outerHTML End If End If Next objElement
完整的例子：
Option Explicit Sub ParseATags() Dim strHtml As String strHtml = "" strHtml = strHtml & "<html>" strHtml = strHtml & "<body>" ' 2 without anchors and without <img> strHtml = strHtml & "<a href=""/""><span style=""color: #000000;""></span></a>" strHtml = strHtml & "<a href=""/""></a>" ' 2 without anchors and with <img> strHtml = strHtml & "<a href=""/"" title=""""><span style=""color: #000000;""></span><img class=""cars""></a>" strHtml = strHtml & "<a href=""/"" title=""""><img class=""cars""></a>" ' and 2 with anchors strHtml = strHtml & "<a href=""/""><span style=""color: #000000;"">Cars</span></a><br>" strHtml = strHtml & "<a href=""/"">Cars</a><br>" strHtml = strHtml & "</body>" strHtml = strHtml & "</html>" ' must use late binding ' https://stackoverflow.com/questions/9995257/mshtml-createdocumentfromstring-instead-of-createdocumentfromurl Dim objHtml As Object Set objHtml = CreateObject("htmlfile") ' add html With objHtml .Open .write strHtml .Close End With ' now parse the document Dim objElements As Object, objElement As Object ' get the <a> tags Set objElements = objHtml.getElementsByTagName("a") ' we want a tags without anchors and without img For Each objElement In objElements ' innerText = "" is no anchor If objElement.innerText = "" Then ' check for <img in innerHtml to avoid a tags with an image If InStr(1, objElement.innerHtml, "<IMG", vbTextCompare) = 0 Then Debug.Print objElement.outerHTML End If End If Next objElement End Sub
可能你正在使用IE自动化或其他东西从网页上抓取这个HTML。 在这种情况下，使用早期绑定方法是有用的，因为您将在HTMLDocument对象和方法等上获得智能感知。
我很欣赏我的评论（关于用正则expression式parsingHTML的经典回答）可能看起来很粗鲁。 然而，这是困难的，往往只是徒劳的演习。
希望这种方法给你另一种select，如果你想沿着这条路。