正则表达式：匹配没有＆gt;的短语或白色空间

Question

我正在使用正则表达式解析一些html，我希望匹配以没有任何html标签的单词开头的行，同时还删除空格。使用c＃regex我的第一个模式是：

pattern = @"^\s*([^<])";

试图获取所有空格然后捕获任何非'＆lt;'字符。不幸的是，如果该行在第一个'＆lt;'之前都是空白区域这将返回'＆lt;'之前的最后一个空格字符。我希望这会使比赛失败。

有什么想法吗？

Answer 1

不要使用正则表达式来解析HTML。这是一个非常糟糕的主意，充其量，你的代码将是不稳定的。无论您的语言/平台是什么，您都可以使用功能齐全的HTML解析器。只需使用它。

正则表达式无法正确处理转义，实体使用等所有情况。

Answer 2

很快问到这个问题，刚刚解决了这个问题：

pattern = @“^ \ s *（（？！\ s）[^＆lt;] +）”;

感谢有关正则表达式和HTML的反馈，我将在未来考虑到这一点。我正在编写一个实用程序来制作几页多语言（即：为硬编码文本添加asp：文字等），我认为正则表达式足以达到此目的但是如果有更好的工具请告诉我（web stuff isn）我的地区......）。