自分は「 TextSS 」という置き換えソフトを使っていますが、 HTML ファイル

＞ 2 つめ、 3 つめの質問は意味が少しわからなかったのですが…

改行は半角空白として認識されて、半角空白の連続は半角空白 1 つとし

て認識されますよね

ただし、属性値内での半角空白の連続は、( 引用符で囲んであれば )その

まま認識されますよね

その認識される状態に、置き換えしたいのです

＞「 href="リンク先" 」の「 リンク先 」というのはもしかして特定の

リンク先でしょうか？

単に、「 href 」属性が含まれるタグという意味です

「 」などは、対象外です

ところで正規表現を拝見しましたが、「 ^ 」は「 行頭 」ですよね

タグは、行の途中で始まって、行の途中で終わっている場合もあります

それと、コメントアウトのための「 !-- 」と「 -- 」の付加が無いみた

いですが・・・

よろしくお願いします

最初に・・・大きなヒントをもらったおかげで、ここまでできました。

感謝感激です！！

s/<(a[\s|\n]+[^>]*href=[^>]*)>([^<]*)<(\/a)>/$2/igk

置き換えしない部分の、チェンジ？での記述が解らなかったのです。

置き換えであるか否かは関係なくても、「 ( ～ ) 」の中を「 $n 」でチェンジに持っていけるのですよね。

ひょっとして、「 $1 」～「 $9 」までかな？？。

それと、たとえば「 [^A]* 」は、「 A を含まない任意の文字列 」の「ゼロ回以上の繰り返し 」という理解で良いのですよね？。

「 Aではない一文字 」だと勘違いしてました。

あと、終了タグである</a>のコメントアウトを、質問に付け加えるのを忘れていました。

s/<(a[\s|\n]+[^>]*href=[^>]*)>([^<]*)<(\/a)>/$2/igk

それでですね、「 >([^<]*)< 」の部分が問題です。

これだと、タグの中に別のタグが含まれるとマッチしないのです。

「 以外の任意の文字列 」の「 ゼロ回以上の繰り返し 」

という表現に変更する必要があります。

「 [</a>]* 」だと、「<」「/」「A」「>」がいずれも含まれない任意の…ですよね？。

ついでなので、テスト用のHTMLファイルを紹介しておきます。

他のタグ無し）http://sub.ymwatson.com/hatena/seikihyougen_test_1.htm

他のタグあり）http://sub.ymwatson.com/hatena/seikihyougen_test_2.htm

ところで、「 \s 」は「 空白文字 」であることが解ったけど、半角と全角は同一視ですかね？

それとも、全角の空白文字は空白文字としての認識が無くて、結果的に半角空白のみが対象？？

＞ 引用符で囲われていない属性値に空白や改行が含まれていると…省略…

＞ …省略…すべて単独の空白文字に変換する」ということでしょうか？

その通りです！！

内容によってはソースが見づらいので、何とかならないかナァと思ってました。

ただし、すべてだとファイル内が一行になってしまうので、「 < 」の直前にある改行は残す必要があります。

それと、これはこれで正規表現を分けたほうが使い勝手が良いですよね。

ただ、そうすると上記の表現を変え・・・なくても良いですけどね。

なお、一人当たりの回答上限を増やしました。

それと、URLは省略可能にしましたが、もし参考になるページが他にあれば・・・。

返事が長くなってスミマセンが、よろしくお願いします。 m( _"_ )m

＞ 。[^A]*は「『A以外の1文字』の0文字以上の繰り返し」なので結果的に「Aを含まない文字列」

やっと動作が解りました。

『A以外の1文字』は固定しないので、「 Aが見つかるまでの文字列にマッチ 」ということですね。

＞ タグの中身部分を「([^<]|<(?!a))*」にしてはどうでしょう。

パターン1. abc

パターン2. abc

１．「 ([^<]|<(?!a))* 」だと、以下のようになりました

s/<(a\s+[^>]*href=[^>]*)>([^<]|<(?!a))*<(\/a)>/$2/igk

( 「 \s 」は、改行を含むことが判明 ＆ 全角空白は含まないことも判明 )

パターン1. c

パターン2. >

原因が、「 * 」がグループ化の外にあることかと思って、全体をグループ化すると・・・

２．「 ([^<]|(<(?!a))*) 」

パターン1. abc

パターン2. abc

つまり、「 </a> 」の「 > 」にマッチしてしまったと考えました。

でも、その手前は期待通り無置き換えということは・・・？？？。

「 > 」の直後～「 <\/a> 」の直前＝「 $2 」だとすると、「 </a> 」はそのままマッチしてコメントアウトされるはずですよね。

かと言って、「 </a> }を含むとなると、期待通りではないにしてもコメントアウトされるはずがない。

なので、動作が解らず詰まってしまいましたが、他に色々とやってみました。

３．「 ([^<]*|<(?!a)*) 」

パターン1. abc

パターン2. abc

ということは、「 <(?!a)* 」の部分に問題ありです。

先ほどと違ってパターン2は置き換えされていないので、表現としては２．のほうが正解だと思ったけど・・・

４．「 (([^<]*)|(<(?!a)*))

結果は３．と同じになったので、やはり表現に問題ありでしょうか？？？

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

最初に考えた「 </a>を含まない文字列のゼロ回以上の繰り返し 」の発想を変えて再挑戦してみました。

・ 「 [^<]* 」＝タグではない文字列

・ 「 <[^\/][^>]*> 」＝「 < 」で始まるが次は「 / 」以外のタグ＝終了タグではないタグ(開始タグ)

・ 「 <\/[^a][^>]*> 」＝「 タグではない終了タグ

・ 「 <\/a[^>]*> 」＝「 </a> 」以外のタグ＝</a>タグではない終了タグ(ただしAで始まる)

これらすべてがマッチしないなら、「 > 」～「 </a> 」の間は何も無いことになりますよね？

( とりあえず改行と空白の存在は無視 )

なので、これらをor検索である「 | 」で繋げば良いと考えて、「 * 」や「 (～) 」の位置をアレンジしながら、いくつか試したけど・・・

s/<(a\s+[^>]*href=[^>]*)>([^<]*|<[^\/][^>]*>|<\/[^a][^>]*>|<\/a[^>]*>)<(\/a)>/$2/igk

パターン1. abc

パターン2. abc

ほとんどは、この結果になりました。

考え方は正しいと思うので、どうすれば良いのか解らず本格的に詰まりました。

(;´д｀)トホホ

ただし、これでマッチしたとしても、or検索はマッチしたところで終わるので、「 </a> 」まで行き着かない可能性があると考えています。

アッ、行き着かないからマッチしない？！！！

そうだとすると、マッチしても検索が終わらず、かつ、最初からor検索してくれる表現があれば解決しそうですね。

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

まあ、開始タグさえコメントアウトできれば、終了タグは放置しても問題ないので、とりあえず解決ということにしても良いかなと考えています。

ただし、コメントの中にがあると、それもコメントアウトしてしまって、コメントがそこから機能しなくなりますが・・・。

でも、マッチしても検索が終わらない表現とか、何か方法がありそうな気もするので、しばらく開けておきます。

そういえば、正規表現のMLとか質疑応答サイトがあれば、ありがたいですけどね。