正则表达式问题

Question

我的内容类似于

<div class="c2">
<div class="c3">
<p>...</p>
</div>
</div>

我想要的是匹配div.c2的内部HTML。它的内容可能会有很大差异。我在这里遇到的唯一问题是我怎样才能让它工作以便正确的结束div？

Answer 1

你做不到。使用经典正则表达式以及大多数现有的正则表达式实现时，此问题无法解决。

但是，一些正则表达式引擎对平衡对匹配有特殊支持。例如，参见here（.NET）。虽然在这种情况下，你的正则表达式只能解析语法正确文本的一个子集（例如，如果< /div >嵌入到注释中会怎样？）。您需要一个HTML解析器才能获得可靠的结果。

Answer 2

这有可能永远是有效的XHTML吗？如果是这样，那么最好将其解析为XML而不是尝试正则表达式。

Answer 3

删除第一行，删除最后一行。问题解决了。不需要RegEx。

以下模式适用于.Net RegEx实现：

\<div class="c2"\>{[\n a-z.<>="0-9/]+}\</div\>

我们用\ 1替换它。

输入：

<div class="c2">
<div class="c3">
<p>...</p>
</div></div></div></div></div></div></div></div>
</div>

输出：

<div class="c3">
<p>...</p>
</div></div></div></div></div></div></div></div>