![Regex: seleccione la clase html que no contiene la palabra](https://rvso.com/image/1692538/Regex%3A%20seleccione%20la%20clase%20html%20que%20no%20contiene%20la%20palabra.png)
Quiero encontrar todos los archivos en los que no hay ninguna clase que contenga la palabra "neculaifantaru".
Tengo estas 2 mismas clases html:
<p class="mb-40px">I must go home, but I don't know the road.</p>
<p class="mb-40px">I love myself , because I love nature.</p>
<p class="mb-40px">Cercetare estetică, care poartă <a href="https://neculaifantanaru.com/en/qualities-of-a-leader.html" class="color-bebe" target="_new">lumina artei</a> sinestezice</p>
La salida debe ser:
<p class="mb-40px">I must go home, but I don't know the road.</p>
<p class="mb-40px">I love myself , because I love nature.</p>
Mi expresión regular no es muy buena:
(?-si:<p class="mb-40px">|(?!\A)\G)(?s-i:(?!</p>).)*?\K(?-si:?!neculaifantanaru)
En Python es fácil. Pero necesito una expresión regular para hacer lo mismo:
import os
import re
# Calea către directorul în care doriți să căutați
cale_director = 'g:/1/GATA ro'
# Parcurgeți toate fișierele din director
for nume_fisier in os.listdir(cale_director):
cale_fisier = os.path.join(cale_director, nume_fisier)
# Deschideți fiecare fișier și citiți conținutul acestuia
with open(cale_fisier, 'r') as fisier:
continut = fisier.read()
# Căutați toate tagurile <p class="mb-40px">.*?</p>
taguri_p = re.findall(r'<p class="mb-40px">(.*?)</p>', continut, re.DOTALL)
# Verificați dacă există vreun tag care conține cuvântul "neculaifantanaru"
tag_cu_neculaifantanaru = any('neculaifantanaru' in tag for tag in taguri_p)
# Verificați dacă nu există niciun tag care să conțină cuvântul "neculaifantanaru"
if not tag_cu_neculaifantanaru:
print(f'Fișierul "{nume_fisier}" nu conține niciun tag <p class="mb-40px"> care să includă cuvântul "neculaifantanaru".')
Respuesta1
Prueba esto, funciona.
ENCONTRAR: (?s)\A(?!.*(neculaifantanaru).*$)
...Si no es necesario integrarse entre <p class="mb-40px">
y</p>
Respuesta2
- Ctrl+H
- Encontrar que:
<p class="mb-40px">(?:(?!</p>).)*neculaifantanaru.*?</p>\R?
- Reemplazar con:
LEAVE EMPTY
- GARRAPATA Envolver alrededor
- SELECCIONAR Expresión regular
- GARRAPATA
. matches newline
- Replace all
Explicación:
<p class="mb-40px"> # literally
(?: # non capture group
(?! # negative lookahead, make sure we haven't </p> after
</p> # literally
) # end lookahead
. # any character
)* # end group, may appear 0 or more times
neculaifantanaru # literally
.*? # 0 or more any character, not greedy
</p> # literally
\R? # optional line break
Captura de pantalla (antes):
Captura de pantalla (después):