Filter XML/HTML-Code-Tags mit RegEx

Question

Szenario folgende:

Bei einem XML-ähnlichen Dokument:

<Root> 
<NotNeededTag style="color: #ABCDEF">With needed Text</NotNeededTag> 
Text here <Break/> 
<Bold> with bolded text </Bold> 
Next text <Italic> It's a kind <Bold> OF </Bold> M A G I C 
</Root> 

---

Mein Ziel ist es, alle Tags zu filtern, die nicht fett sind, Kursiv Pause und, aber der Text in den nicht benötigte-Tags sollte beibehalten werden:

With needed Text 
Text here <Break/> 
<Bold> with bolded text </Bold> 
Next text <Italic> It's a kind <Bold> OF </Bold> M A G I C 

Ist das möglich, es mit regelmäßigen Expres zu realisieren sionen?

freundlichen Grüßen sb

Answer 1

Script:

#!/usr/bin/perl 

use strict; 
use warnings; 

$/ = undef; 
$_ = <main::DATA>; 

s/<\/?(?:(?!bold|italic|break).)*?\/?>//ig; 

print $_; 

__DATA__ 
<Root> 
<NotNeededTag style="color: #ABCDEF">With needed Text</NotNeededTag> 
Text here <Break/> 
<Bold> with bolded text </Bold> 
Next text <Italic> It's a kind <Bold> OF </Bold> M A G I C 

Ausgang:

With needed Text 
Text here <Break/> 
<Bold> with bolded text </Bold> 
Next text <Italic> It's a kind <Bold> OF </Bold> M A G I C 

Answer 2

Sie können keine HTML parsen mit regexps und Sie sollten es auch nicht für XML tun.

Aber mit einem gültigen XML-Dokument, können Sie Regexes verwenden, um Tags zu ersetzen. Gültig bedeutet hier, dass < und> geflüchtet sind, wenn sie nicht zu einem Tag gehören. Dann sollte es möglich sein, alles zu löschen, die

Spiele

/<\/?(?!(Bold|Italic|Break)\s*\/?>)[^\s]+?>/ 

ich mit Perl nicht vertraut bin, aber ich bin sicher, dass Sie diese Regex anpassen können.