テキストエディタでの特定文字列抽出方法

Question

サクラエディタなどのエディタにて、特定の文字列を抽出する正規表現について悩んでおり、ご教示いただきたいです。

例として、下記のような文字列ファイルから

<a>print</a>TESTTeraTile<b>scan</b><a></a>TESTTeraTile1<b></b><a>print2</a>

<a>と</a>の間に何かしらの文字列が含まれていた場合に、そこの文字列を対象として抽出したいです。
上記文字列で言いますと、"print"と"print2"を抽出したいです。
さらに理想としては、抽出した文字列ごとに改行を入れて
print
print2
と表示できるようにしたいです。

非常に初歩的な質問で恐縮ですが、ご教示いただけますと幸いです。
よろしくお願いいたします。

Comments

[YellowGreen]

過去のご質問には、回答がある質問もありますが、まだ解決していないのですね。
このご質問は、解決したかどうかお教えいただけるのでしょうか？

Answer 1

<a> </a>の中味にマッチする正規表現は、(?<=<a>).*?(?=</a>)です。使うツールが先読み・後読みに対応している場合ですが。
サクラエディターはPerl5互換の正規表現ライブラリを使えるようなので、対応していると思われます。
対応していない場合は、<a>.*?</a>でマッチさせてから前後の<a> </a>を削除するしか無いです。

上記文字列で言いますと、"print"と"print2"を抽出したいです。
さらに理想としては、抽出した文字列ごとに改行を入れて

正規表現自体の機能は、文字列にマッチさせるだけです。
マッチした文字列を抽出したり、複数ある場合に全部抽出したり、抽出した文字列をどのように加工するかは、正規表現の範囲外で、そのツールの機能次第です。
プログラミング言語を使うなら、（正規表現を扱う）関数やメソッドの機能、エディタであればメニューやショートカットキーから起動される検索や置換などの機能次第です。ツールのマニュアルをよく見ましょう。

Comments

[Michael_Edward]

ありがとうございます！
最初に記載いただいた記法で抽出することができました。

Answer 2

置換前 .*?<a>(.*?)<\/a>
置換後 $1\n
範囲：ファイル全体

置換前テキスト

<a>print</a>TESTTeraTile<b>scan</b><a><p>hoge</p></a>TESTTeraTile1<b></b><a>print2</a>
<a>print</a>TESTTeraTile<b>scan</b><a></a>TESTTeraTile1<b></b><a>print2</a>
<a>print</a>TESTTeraTile<b>scan</b><a></a>TESTTeraTile1<b></b><a>print2</a>

置換後テキスト

print
<p>hoge</p>
print2

print

print2

print

print2

改行は別の手段でどうにかしてください。
エディタで抽出までやること自体がそもそも珍しいので…

Comments

[YellowGreen]

<a>と</a>の間に何かしらの文字列が含まれていた場合
なら
カッコのグループ化は、
(.+?)
かな。

[ziopuzzle]

全体とマッチさせている影響で、(.+?)にするとaタグが空の場合に問題が発生するんですよね。
<a></a><a>Example</a>
を(.+?)で実行すると
</a><a>Example
にマッチします。