如何在C＃中使用正则表达式解析HTML？ [英] How do I parse HTML using regular expressions in C#?

问题描述

如何在C＃中使用正则表达式解析HTML？

例如，给定的HTML代码

 < S2> t1< / s2> < img src ='1.gif'/> <跨度> span1< span /> 
  

我试图获得

  1。 < S2> 
 2. t1 
 3.< / s2> 
 4.< img src ='1.gif'/> 
 5.< span> 
 6. span1 
 7.< span /> 
  

如何在C＃中使用正则表达式执行此操作？

就我而言，HTML输入不像XHTML那样格式良好的XML。因此，我不能使用XML解析器来执行此操作。

解决方案

我在C＃中使用了这个regx，它工作正常。

 <（[^ <] *）> |（[^ <] * ）
  

How do I parse HTML using regular expressions in C#?

For example, given HTML code

<s2> t1 </s2>  <img src='1.gif' />  <span> span1 <span/>

I am trying to obtain

1.  <s2>
2.  t1
3. </s2>
4. <img src='1.gif' />
5. <span>
6. span1
7. <span/>

How do I do this using regular expressions in C#?

In my case, the HTML input is not well-formed XML like XHTML. Therefore I can not use XML parsers to do this.

解决方案

I used this regx in C#, and it works. Thanks for all your answers.

<([^<]*)>|([^<]*)

这篇关于如何在C＃中使用正则表达式解析HTML？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！