Notepad++去除文本中所有HTML标签的技巧-notepad-PHP中文网

直接删html标签用]*>最稳妥；需勾选正则模式、不选“匹配新行”、替换框留空；删后建议用\s+压缩行内空白、^\s*$\r?\n删除空行；保留特定标签宜用占位符法；批量处理前须确认编码并备份文件。

notepad++去除文本中所有html标签的技巧

直接删掉所有 HTML 标签，用 `]*>` 就够了

这是最常用、也最稳妥的起点。Notepad++ 的正则引擎能准确匹配「以字符、以 > 结尾」的结构，不会误吞换行或嵌套内容（因为 [^>]* 不含换行符，默认不跨行）。
操作时注意三点：
• 必须勾选「正则表达式」模式（Ctrl+H → 勾选 Regex）
• 不要勾选「匹配新行」，否则 ]*> 可能失效或变慢
• 替换框留空，直接全部替换即可
常见误写是 <.></.>——它在含换行的标签（如 <script>\nalert(1);\n</script>）里会吃掉大段内容，不可靠

保留换行但删标签？得先处理 `\r\n` 和标签间的空白

纯用 ]*> 删除后，原文本中标签前后可能残留空格、制表符甚至空行，导致段落粘连。比如：<p>第一段</p>\r\n<p>第二段</p><div class="aritcle_card flexRow artxards"> <div class="artcardd flexRow"> <a class="aritcle_card_img" rel="nofollow" href="/xiazai/shouce/1862" title="使用HTML,CSS,JavaScript开发Android应用程序英文文字pdf版附源文件"><img src="https://img.php.cn/upload/manual/000/000/010/170901721079108.gif" alt="使用HTML,CSS,JavaScript开发Android应用程序英文文字pdf版附源文件" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a> <div class="aritcle_card_info flexColumn"> <a rel="nofollow" href="/xiazai/shouce/1862" title="使用HTML,CSS,JavaScript开发Android应用程序英文文字pdf版附源文件" class="overflowclass">使用HTML,CSS,JavaScript开发Android应用程序英文文字pdf版附源文件</a> <p class="overflowclass">如果你了解HTML，CSS和JavaScript，您已经拥有所需的工具开发Android应用程序。本动手本书展示了如何使用这些开源web标准设计和建造，可适应任何Android设备的应用程序 - 无需使用Java。您将学习如何创建一个在您选择的平台的Android友好的网络应用程序，然后转换与自由PhoneGap框架到一个原生的Android应用程序。了解为什么设备无关的移动应用是未来的潮流，并开始构建应用程序，提供更</p> </div> <a rel="nofollow" href="/xiazai/shouce/1862" title="使用HTML,CSS,JavaScript开发Android应用程序英文文字pdf版附源文件" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div> → 替换后变成「第一段第二段」。
建议分两步：
• 第一步：删所有标签（用 ]*>）
• 第二步：清理多余空白 —— 查找 \s+，替换为单个空格；再查 ^\s*$\r?\n（匹配空行），替换为空
注意：\s+ 在 Notepad++ 里默认不匹配换行符，所以它只压缩行内空格，安全；而空行正则必须带 \r?\n 才能跨 Windows/macOS/Linux 行尾兼容

想留 img 标签或特定标签？不能靠「反向排除」正则硬刚

网上有些教程教用 ]*> 来“除 img 外全删”，这在 Notepad++ 里大概率失败——它的正则引擎（PCRE 早期版本）对负向先行断言支持不稳定，尤其在复杂上下文里容易漏匹配或报错。
更可靠的做法是分批处理：
• 先把想保留的标签临时替换成唯一标记，比如把 <img src="x"> → 【IMG_PLACEHOLDER_001】
• 再用 ]*> 删光其余标签
• 最后把 【IMG_PLACEHOLDER_001】 换回原 <img ...>
这个流程手动操作三步，但比调试一个总出错的负向断言快得多，也更容易验证每步结果

批量处理多个 HTML 文件时，别跳过编码和备份

用「在文件中替换」（菜单 → 搜索 → 在文件中替换）前，两个细节常被忽略：
• 编码设置必须和源文件一致，尤其是含中文的 HTML；若选错（比如 UTF-8 文件选 ANSI），轻则乱码，重则替换失败或损坏文件
• Notepad++ 不自动备份，批量替换前务必手动「另存为」一份副本，或启用插件（如 NppFTP 或 BackupOnSave）
另外，如果目录下混有 .htm、.html、.php 等多种后缀，文件类型框里填 *.html;*.htm;*.php，用分号隔开，不能用逗号或空格