一个简单的正则表达式问题

Question

我正在尝试为以下String-

创建一个正则表达式

<tr>
        <td colspan=2>
        <p><b>
        CITY Head: 
        <span >
        <span >##CITY##</span>
        <o:p></o:p>
        </span>
        </b>
        </p>
        </td>
        <td colspan=1>

我想在其中找到包含 CITY Head 的整个TD块。我可以使用以下正则表达式。

<td(.*)[\s](.*)[\s]+CITY Head+(.*)[\s](.*)[\s](.*)[\s](.*)[\s](.*)[\s](.*)[\s](.*)[\s]+<\/td>

基本上我必须为 CITY Head 上方和下方的所有行写(.*)[\s]。但在不同的情况下，这可能会有所不同。

因此，我正在寻找一种将所有(.*)[\s]组合成独立于行数的通用方法。

Answer 1

[\s\S]*?将匹配空格（*）或非空格（{{1}的最小可能数字（? = 0或更多，\s = ungreedy） }}）（即任何）字符。

\S

断言<td((?!<\/?td)[\s\S])*?CITY Head[\s\S]*?<\/td> 确保(?!<\/?td)之前的部分不会跨越多个表格单元格。

但使用正则表达式不是解析HTML的可靠方法。特别是，如果HTML包含语法错误，则此正则表达式可能会导致错误的结果。