如何解析HTML文件，定位关键词后删除其后指定数量的字符

核心匹配规则：针对给出的文件结构，data/路径后固定紧跟24位随机字符串，再接下划线和文件名，直接通过正则匹配删除这24位固定长度的随机串即可，不需要逐行遍历手动修改。 #

方法一：Python脚本批量处理（推荐，误改风险低） #

不需要安装额外依赖，Windows/macOS/Linux都可以直接运行：

• 新建一个.py后缀的脚本文件，把下面的代码复制进去
• 把脚本里的输入文件路径改成你自己的html文件路径，操作前建议先备份原文件
• 运行脚本，会自动生成修改后的新文件，不会覆盖原文件

import re

# 替换成你自己的源文件路径
source_file = "你的源文件.html"
# 修改后输出的文件路径
result_file = "修改后的文件.html"

# 读取源文件内容
with open(source_file, "r", encoding="utf-8") as f:
    raw_content = f.read()

# 正则替换：匹配data/后紧跟的24个字符，删除该段
fixed_content = re.sub(r"(data/).{24}(_)", r"\1\2", raw_content)

# 保存修改后的内容
with open(result_file, "w", encoding="utf-8") as f:
    f.write(fixed_content)

print(f"处理完成，结果已保存到 {result_file}")

方法二：文本编辑器正则替换（无需写代码） #

如果你用VS Code、Notepad++这类支持正则替换的文本编辑器，可以直接操作：

1. 用编辑器打开目标html文件，按Ctrl+H调出替换面板
2. 开启正则匹配模式：VS Code点击替换框旁的.*按钮，Notepad++在查找模式里选择「正则表达式」
3. 查找内容输入：(data/).{24}(_)
4. 替换为输入：$1$2
5. 点击「全部替换」，抽查确认替换结果正确后保存文件即可

注意：如果你的文件里存在其他data/开头但不符合「24位随机串+下划线」结构的路径，建议替换前先逐处预览匹配结果，避免误删内容。按照样例测试，替换后路径会从data/62b063932513a59a02f25f37_name1.jpg变为data/_name1.jpg，符合删除要求。

内容的提问来源于stack exchange，提问作者Johnny