我正在尝试为所有类型标签编写正则表达式，无论是html还是xml。 我为此写了两个正则表达式
<(\"[^\"]*\"|'[^']*'|[^'\">])*> <html.*>(.*?)</html> 这些匹配所有有效标签,,但它也匹配无效标签：
<"font size=12"> ...所以我只想要有效标签的正则表达式。有人可以帮忙吗？
答案 0 :(得分：1)
有些人通过代码覆盖为此工作，以获得一个好的HTML / XML标记匹配器（许多陷阱！）
其中一个有效的解决方案可能是：http://haacked.com/archive/2004/10/25/usingregularexpressionstomatchhtml.aspx/
正则表达式是<\/?\w+((\s+\w+(\s*=\s*(?:".*?"|'.*?'|[^'">\s]+))?)+\s*|\s*)\/?>
它匹配单独的开始+结束标记，如果你想删除标签很有用（实际上你不能期望真正用Jithin回答你的简单正则表达式）