締切済み

エクセルでＨＴＭＬタグだけを取り除きたい。

2008/11/05 21:14

オークションの一括出品のＣＳＶファイルのＨＴＭＬタグを利用しての商品説明をＨＴＭＬタグだけを取り除くフリーソフトなどはあるでしょうか？　（サイズや、色などの、商品説明の本文のみを抽出する）。携帯用の商品説明に利用したいと思っています。ご存知の方がいられましたら、教えてください。

evha01
お礼率62% (5/8)

フリーウェア・フリーソフト
回答数5
ありがとう数2

みんなの回答 （5）
専門家の回答

みんなの回答

koma30007
ベストアンサー率87% (173/198)

2008/11/14 05:51 回答No.5

本当に何度も何度もすみません。『No.2の回答の置換処理を行った場合、～』些細ですが、出だしから間違いがあったので次のように訂正して読んでください。「No.3の回答の置換処理を行った場合、～」大変失礼しました。ｍ(＿＿;)ｍ

koma30007
ベストアンサー率87% (173/198)

2008/11/14 05:44 回答No.4

何回もすみません。 No.2の回答の置換処理を行った場合、ファイルの内容によっては必要な'や"などのテキスト区切り文字や, などのセルの区切り文字まで削除されてしまう場合があります。 (※問題が発生するのは、HTMLタグと商品説明などHTML タグ以外の文字列が同じセルに含まれる場合で、かつ HTMLタグが文字列より先に記述されている場合です。) 処理対象のCSVファイルは2500行程度で、列は一列だけなのでしょうか？ CSVファイルをテキストエディタで開いた場合、どのように表示されますか？ '<table>' '<tr><td> </td><td>商品番号00101</td></tr>' '<tr><td>製品写真</td><td><img src="***.jpg" width="***" height="***"></td></tr>' '<tr><td>仕様</td><td>××：○○○<br>○△：○□□<br>※○△□</td></tr>' '<tr><td>備考</td><td>マニュアル・オプション品完備</td></tr>' '</table>' 上記のように一列しかない場合、回答No.3で紹介した 2回目の正規表現を次のように変更するだけで、HTML タグだけを削除できるはずです。 ※上記は'がテキスト区切り文字ですが、"の場合でも大丈夫です。 ※1回目～3回目まで順番に行いますが、<title>タグの行がない場合は、1回目の置換処理は行う必要はありません。 2回目(すべてのHTMLタグを削除します。※'や"などのテキスト区切り文字は削除しません。) 置換前 <[^>]*> 置換後空欄にする ※2列以上ある場合は、上手く削除されない場合もあります。データが入っていない一部の不要な'や"、および ,などが残る場合は、3回目の処理まで完了した後で、次の処理も続けて順番に行うと良いです。・追加の処理1(2個連続している'または"を削除します) 置換前 [,:; \t]*['"]{2}[,:; \t]* 置換後空欄にする・追加の処理2('または"の間に足りない,などの区切り文字を追加) 置換前 (['"])(['"]) 置換後 $1,$2 ※セルの区切り文字が,以外の場合は、「$1;$2」など置換後をCSVファイルに合わせて変更してください。

koma30007
ベストアンサー率87% (173/198)

2008/11/13 12:28 回答No.3

自動でHTMLタグを削除してくれるソフトがあるかどうかは分かりません。正規表現による置換を行えば、今よりは作業が楽になると思ってNo.2のソフトをご紹介しました。 2500行程度でしたら、サクラエディタで問題なく置換可能ですし、ファイルを開いてから「検索」→「置換」で操作するだけですので、サクラエディタを使ってみてください。 ※置換のダイアログで「正規表現」にチェックします。 ※必ずバックアップを取ってから作業してください。 No.2で紹介した正規表現では、場合によっては残して置きたい'や"、改行タグなども一部削除されてしまう場合がありますので、次の正規表現を用いてください。・1回目(タイトルタグの行を削除します) 置換前 ["' \t,:;]*<title>.*</title>["']?[ \s,:;]* 置換後空欄にする・2回目(HTMLタグとそのタグの直前にあるテキスト区切り文字、セル区切り文字を削除します) 置換前 ["' \t,:;]*<[^>]*> 置換後空欄にする・3回目(空行またはテキスト区切り文字またはセルの区切り文字しかない行を削除します) 置換前 ^['" \t,:;]*\s*$ 置換後空欄にする上記の置換を順番に行いますが、ほとんど時間は掛かりません。 <head>タグ内にスタイルシートのタグを記述している場合は、スタイルシートの記述が残ってしまいます。この場合は、次の2つも順番にそれぞれ置換前の欄に入力して、置換してみてください。 (置換後の欄は空欄にします。) [,:;"']*[ \t]*.*({|}|;)["',:;]*\s* [,:;"']*[ \t]*(|})['",:;]*\s* ※ファイルの内容によっては、一部余分な記述が残るかもしれませんが、その場合は手直しして試してみてください。正規表現の実装状態はソフトによって異なりますので、別のソフトを使った場合には、置換結果が異なる場合があります。・正規表現講座 http://www.sixnine.net/regexp/ ※edからPerl互換の正規表現の解説をしています。 ※サクラエディタはPerl互換で動作するようです。他には、VxEditorもPerl互換の正規表現が使用できます。

koma30007
ベストアンサー率87% (173/198)

2008/11/06 00:00 回答No.2

HTMLタグをすべて削除してしまって良いのでしょうか？正規表現を使用できるツールで置換すると良いです。ファイルが一つしかない場合は、テキストエディタでも十分だと思います。 ※念のためにコピーを作成して置いた方が良いです。・1回目置換前 ["' \t,:;]*<title>.*</title>["']?[ \s,:;]* 置換後空欄にする・2回目置換前 ["' \t,:;]*<[^>]*>["']?[ \s,:;]* 置換後空欄にする ※区切り文字が分からないのですが、このような感じになります。("、'、空白、タブ、カンマ、コロン、セミコロン以外の文字を使っている場合は、適当に追加して下さい。) サクラエディタで可能でしたが、その他のソフトでは若干違う場合もあります。「サクラエディタ」 http://sakura_editor.at.infoseek.co.jp/ ※HEADタグ内に内部スタイルシートの記述がある場合は、下で紹介しているツールを使用してください。上に書いた処理だけで行う場合に、サクラエディタでは内部スタイルシートの記述が残ってしまいます。 ※外部スタイルシート読み込みの場合は大丈夫です。「Speeeeed」を使用すると、複数のファイルを一括処理できます。 http://www.vector.co.jp/soft/win95/util/se142895.html ※置換えリスト編集で1回目の処理の分を上に登録してください。 ※「追加」ボタンを押して「全てのファイル」を選択すると CSVファイルも追加できます。 ※正規表現を使用するには、「BREGEXP.DLL」が必要です。 http://www.hi-ho.ne.jp/babaq/bregexp.html

質問者