WINFORM中用正则表达式来解析HTML

我再补充一下哈，以你的描述。因为在取的目标字符串里面含有换行符，所以

楼上那位中的"."应该换成"[\s\S]",意思是取任意字符。"."不包含换行，所以匹配会失败

再给你提供一个我遇到这样情况时的思路哈，在多数情况下，尤其是在要取的内容里面又含有开始或者结尾标志时~~这样的情况一般采取几种方法

1.分步剥皮，也就是用多次匹配。一次次往下传递，剥开一层前后减去几个字符。直到找到自己想要的东西。。

2.预计内容长度，也就是用{min,max}的方法估计一个内容长度。。这种方法适用与抓取字符串比较固定长度的。

3.还有就是准确找到开始、目标标记了，这里找开始结束标记不是直接打开源代码看的，是你调试时从程序里面获取到的源代码中看。。其中包含了退格、换行等标记。。一般都能找到比较特殊点的开始和结束标记的

假设我们要获取下面html标签中的内容：

第一段是获取 <p></p>标签内部的数据，第二个是获取 <p><span></span></p>标签中的数据，其中span标签中有style属性值。

使用过正则表达式的同学肯定知道，上面两种情况其实都是一种情况，我们要获取的是 尖括号括起来的一对标签 中间的数据，起始标签形如<x>，结束标签形如</x>，这里的x表示的html标签。

此外，我们还需要考虑起始标签中包含style的数据，另外特殊的 <br/>标签，对实际获取数据无意义，也需要过滤掉。

通过上面的分析，我们可以如下正则表达式：

在使用正则表达式处理之前，我们先对数据进行预处理，比如style和

标签：

针对多个标签嵌套的情况进行处理，比如 <p><span style="white-space: normal">王者荣耀</span></p>，在经过预处理和正则匹配的后结果是 <span>王者荣耀 ，需要手工移除掉前面的起始标签，对应的方法如下：

测试方法如下：

output:

---