正则表达式不会删除html评论？

Question

我有以下字符串：

<TD><!-- 1.91 -->6949<!-- 9.11 --></TD>

我想最终：

<TD>6949/TD>

但我最终只得到标签而没有信息：

<TD></TD>

这是我正在使用的正则表达式：

RegEx.Replace("<TD><!-- 1.91 -->6949<!-- 9.11 --></TD>","<!--.*-->","")

有人可以解释如何保留数字并删除评论内容。如果可能的话，有人可以解释为什么会这样吗？

Answer 1

.*是一个贪婪的限定词，尽可能匹配 它匹配所有内容，直到 last -->。

将其更改为.*?，这是一个惰性限定符。

Answer 2

.*贪婪，所以它会匹配尽可能多的字符。在这种情况下，第一个评论的开头直到第二个评论结束。将其更改为.*?或[^>]*会修复它，因为?会使匹配变得懒惰。也就是说它会匹配尽可能少的字符。

Answer 3

使用Regex解析HTML总是很棘手。相反，使用类似HTML Agility Pack的内容，它将允许您以结构化的方式查询和解析html。