由表格元素封装的 html 标签的正则表达式

Question

我正在尝试创建返回表数或表数组的正则表达式。到目前为止我有

  @"<table>^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$</table>" 

html可以是

 <table>
   <p id='p1'></p>
 </table>
 <table>
   <p>abc</p>
 </table>

例如，如果我运行以下代码

    string str = "<table><p id='p1'></p></table><table><p>abc</p></table>";
    Regex r = new Regex(@"/<table>^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$</table>/");
    MatchCollection s = r.Matches(str);
    Response.Write(s.Count);

那么它应该写“2”，因为有两个表。

上述正则表达式未按预期工作。解析html的正则表达式似乎还可以，但是我很难将html的正则表达式和封装html的正则表达式（封装html元素的表）结合起来

Answer 1

推荐使用Html Agility Pack：

HtmlDocument htmlDocument = new HtmlDocument();
htmlDocument.LoadHtml(html);
var nodes = htmlDocument.DocumentNode.SelectNodes("//table");