正規表現で任意の位置以降を削除するには

Question

###前提・実現したいこと
Rubyで正規表現を使い、任意のhtml文字列に掛ける正規表現処理を作っています。

###質問（作りたい処理）

真ん中くらいのhtmlタグ以降の文字列を削除するにはどうしたら良いでしょうか？
以下、例１,２のようなあらゆるhtml文字列に対応したいです。

例１：
<p>~~~</p>
<h2>~~</h2>
<p class="aaa">~~~</p>
~~~以降は削除~~~
<p>~~~</p>
<a>~~~</a>

例２：
<p style="text-align: left;"><a href="http://naiken.nurve.jp/" target="_blank">VR内見公式サイト</a></p>
<p style="text-align: left;">
 <a href="http://hoge.jpg" rel="attachment wp-att-96738>
 <img class="hoge" src="http://hoge.jp/hoge.jpg" alt="sub" width="000" height="000"/>
 </a>
</p>
~~~以降を削除~~~
<p style="text-align: left;">Hello</p>
<h2 style="text-align: left;">Hello</h2>

###該当のhtml文字列

content = '
<h2>aaaについて</h2>
<p class="sssssss"><a href="http://~~~~~~~~~"><img class="~~~" /></a></p>
<p>~~~~~~~~~~~~~~~~~~~~</p>
<p>aaaaaaaaaaaaaaaaaaaa</p>
<h3><i class="~~~~~~~~~~"></i><span>hoge</span></h3>
<p><iframe width="000" height="000" src="https://www.youtube.com/embed/aaaaaa></iframe></p>
<h2>aaaaaaa</h2>
<p>~~~~~~~~~~~~~~~~~~~</p>
'

###試したこと
htmlタグを取得する正規表現は以下のように作ってみました。
間違っていたらすみません。

/<(.*)\s*.*>.*<\/\1>/

gsubメソッドで第２引数に空欄を指定することで削除ができました。

content.gsub(/正規表現/, "")

Comments

[otn]

質問は何ですか？

[MISOSHIRU]

わかりにくくてすみません！質問は、【真ん中くらいのhtmlタグ以降の文字列を削除するにはどうしたら良いでしょうか？】です！

[otn]

「真ん中くらい」とは？？ 2つ目のPタグの後と言う事？？

[MISOSHIRU]

すみません！！！【マッチした文字列３番目より以下を削除】という意味です・・・！！

[otn]

それって、例とあってない気がしますが。

Answer 1

content = '
<p>~~~</p>
<h2>~~</h2>
<p class="aaa">~~~</p>
~~~以降は削除~~~
<p>~~~</p>
<a>~~~</a>
'
puts(content.sub(/(<p class="aaa">.*?<\/p>).*/m, "\\1"))

出力結果

<p>~~~</p>
<h2>~~</h2>
<p class="aaa">~~~</p>

Comments

[MISOSHIRU]

迅速な回答ありがとうございます！
助かります・・・！！

追記ですが、例２でも(どんなhtml文字列に対しても)、半分くらい以降(だいだい、~~~以降を削除~~~　以降)を削除できるプログラムはどうしたら良いでしょうか・・・？

[Zuishin]

大前提として、あなたの欲しいコードを一から十まで全部書いてあげるつもりはありません。
もしそれを求めておられるなら正当な報酬をいただきます。
開発は終わっているので、今回の追記に対応する場合は、開発料金に加えて一年分のメンテナンス料を頂きます。

正規表現は読めますか？
どうしてこれでできるのか、私の書いたものを解説してみてください。
間違えておられるところがあれば直します。
それくらいなら無料で結構です。

[Zuishin]

基本的にここは自分でプログラミングする人が調べてもわからないことを相談する場所です。無償で仕事を依頼するところではありません。

[MISOSHIRU]

かしこまりました、何度も申し訳ございませんでした・・・！！！
ご指摘ありがとうございます・・・！！！

[Zuishin]

これが読めたらあとは応用でちょっと変更するだけでできますから。

[退会済みユーザー]

勉強になります。

Answer 2

#encoding: utf-8

sample1 = '
<p>~~~</p>
<h2>~~</h2>
<p class="aaa">~~~</p>
~~~以降は削除~~~
<p>~~~</p>
<a>~~~</a>
'

sample2 = '
<p style="text-align: left;"><a href="http://naiken.nurve.jp/" target="_blank">VR内見公式サイト</a></p>
<p style="text-align: left;">
 <a href="http://hoge.jpg" rel="attachment wp-att-96738>
 <img class="hoge" src="http://hoge.jp/hoge.jpg" alt="sub" width="000" height="000"/>
 </a>
</p>
~~~以降を削除~~~
<p style="text-align: left;">Hello</p>
<h2 style="text-align: left;">Hello</h2>
'

sample3 = '
<h2>aaaについて</h2>
<p class="sssssss"><a href="http://~~~~~~~~~"><img class="~~~" /></a></p>
<p>~~~~~~~~~~~~~~~~~~~~</p>
<p>aaaaaaaaaaaaaaaaaaaa</p>
<h3><i class="~~~~~~~~~~"></i><span>hoge</span></h3>
<p><iframe width="000" height="000" src="https://www.youtube.com/embed/aaaaaa></iframe></p>
<h2>aaaaaaa</h2>
<p>~~~~~~~~~~~~~~~~~~~</p>
'


content = Array.new
content.push(sample1)
content.push(sample2)
content.push(sample3)

content.each do |e|
  if e[0] == "\n"
    e.slice!(0)
  end

  data = e.chomp.split("\n")
  checklist = data.map.with_index{|e, i| i if e.include?("/p>") }.compact

  puts data[0..checklist[1]] #ここを変更
  puts ""
end

実行結果例

<p>~~~</p>
<h2>~~</h2>
<p class="aaa">~~~</p>

<p style="text-align: left;"><a href="http://naiken.nurve.jp/" target="_blank">VR内見公式サイト</a></p>
<p style="text-align: left;">
 <a href="http://hoge.jpg" rel="attachment wp-att-96738>
 <img class="hoge" src="http://hoge.jp/hoge.jpg" alt="sub" width="000" height="000"/>
 </a>
</p>

<h2>aaaについて</h2>
<p class="sssssss"><a href="http://~~~~~~~~~"><img class="~~~" /></a></p>
<p>~~~~~~~~~~~~~~~~~~~~</p>

正規表現ではないですが考えてみました。
「\p>」の数を数えて2番目に出現したところまでで切って表示しています。