请教正则表达式！

Question

要分析的字符串形如：
<aaa>属性</a>
要捕获的字符串：
“<aaa>属性”
但有时候，原字符串有的是这样的：
<aaa><bbb><ccc>属性</a>
怎么能够这两种情况都存在的情况下，从中捕获“<aaa>属性”

Answer 1

不知道你有没有用：
说明：
参数：
 strToken:搜索表达式，其中 '*'、'?'为统配符，均表示0个或者以上的字符，不同的是，'*'所表示的字符串将不被处理，'?'所表示的字符串将被返回；strSource:欲搜索的文本iStartPos:搜索开始位置（文本）返回：从iStartPos起第一个'?'所表示的字符串
注：通配符不能连在一起，如“*？”将导致不可预测错误例如：
1、strResult=Token3("<aaa>?</a>","<aaa>属性</a>",0);
   结果 strResult="属性"
2、strResult=Token3("<aaa>*c>?</a>","<aaa><bbb><ccc>属性</a>",0);
   结果 strResult="属性"我现在在研究HTML解析，希望能够跟楼主切磋。
mail:[email protected]
我还在完善这个函数，但有点山穷水尽了，似乎只能用有限自动机来完成这种功能了。CString Token3(CString strToken, CString strSource, int &iStartPos)
{
CString strResult;
CString strTemp;
int iSourceLen,iTokenLen;
int i,j;
int iStatus;
int iSaveJ;
int iOldStatus; iSourceLen=strSource.GetLength();
iTokenLen=strToken.GetLength(); j=0;
iOldStatus=iStatus=2;
for(i=iStartPos;i<iSourceLen && j<iTokenLen;)
{
switch(iStatus)
{
case 0: // '*' has inputted
if(strSource[i]==strToken[j+1])
{
iOldStatus=0;
iStatus=2;
j++;
}
else
i++;
break;
case 1: // '?' has inputted
if(strSource[i]==strToken[j+1])
{
iOldStatus=1;
iStatus=2;
j++;
}
else
strResult+=strSource[i++];
break;
case 2: // other
iSaveJ=j==0?j:j-1;
strTemp.Empty();
while( i<iSourceLen && j<iTokenLen )
{
if(strToken[j]=='*')
{
iStatus=0;
break;
}
if(strToken[j]=='?')
{
strResult+="\t";
iStatus=1;
break;
}
if(strSource[i++]==strToken[j])
{
strTemp+=strSource[i-1];
j++;
}
else
{
strTemp+=strSource[i-1];
j=iSaveJ;
iStatus=iOldStatus;
iOldStatus=2;
if(iStatus==1)
strResult+=strTemp;
break;
}
}
break;
default:
break;
}
}
if(j<iTokenLen-1)
strResult.Empty();
iStartPos=i+1; return strResult;
}

Answer 2

问题是光HTML中的A标记就有N中表达方式：
<A HREF="http://www.csdn.net">CSDN</A>
<A HREF=http://www.csdn.net>CSDN</A>
<a href=http://www.csdn.net tager=_blank>csdn</a>
<a href="http://www.csdn.net" tager="_blank">csdn</a>
<a href=http://www.csdn.net tager=_blank style="font:宋体;font-size:9pt">csdn</a>
....
总不至于在判断字符串属于哪一种情况吧？那我要分析HTML不是要累死

Answer 3

属性=<bbb><ccc>属性1 
怎办？
所以不太可能

Answer 4

怎么不可能,语法分析而已，有现成的spirit库

Answer 5

属性=<bbb><ccc>属性1 
属性中有<>怎么办，至少的规定属性中没有某些字符