使用正则表达式在 HTML 中查找带有内容的标签 [重复]

Question

我正在尝试使用正则表达式在 HTML 字符串中查找标签 article 及其所有内容。

我可以成功地将打开标签与 attrs 匹配：<article[^>]*>

我遇到了匹配内容的问题。 (.*?) - this 技术对我不起作用。

请帮忙。

Answer 1

一般情况下，您不能使用正则表达式来解析 HTML。但是，在受限制的情况下（即当输入遵循刚性结构时），您可能能够摆脱它。在您的情况下，您可以使用以下正则表达式，前提是：

• <article> 标签不会自动关闭
• <article> 元素不包含其他 <article> 后代
• 字符串 <article 和 </article> 不会在 HTML 中显示为文字。

代码：

var matches = Regex.Matches(html, @"<article.*?</article>", RegexOptions.Singleline);