排除特定内容 – 青春部落，流年似水

Nelson — Mon, 05 Jan 2015 07:38:44 +0000

这两天写了个采集网页的小tool，遇到个问题是如何用正则表达式排除特定内容。
我要采集一个网页的文章部分，我要替换掉一些不想要的标签为空，比如超链接，图片标签还有其他一些不想要的。。。
但是，我要保留这个段落标签，何解？经过搜索，确定用如下方法，去掉除

以外的其他html标签，主要是<>这样成对闭合的标签。

<(?!(p|(/p)))(.*?)>

？！是指排除，不匹配
p|(/p)就是或的意思啦。