用于将html标记内的文本划分为单词的正则表达式

Question

有没有人知道如何使用RegEx将html标签（h1-h6，a，b，i，br）中的文本划分为“单词”？例如，

输入

<h4>TEST</h4> This sentence <br/> is <b><i>test</i></b>

输出：

“单词”的结果列表：

<h4>TEST</h4>
This
sentence
<br/>
is 
<b> <i>test</i></b>

Answer 1

我认为要做到这一点，你需要首先用正则表达式解析html，正则表达式只是不够复杂。

我认为您需要使用解析器（在您选择的平台中）才能完成您的项目。