html解析的正则表达式，求助

Question

C#读取了一个网页，其中片段：
。
<div>
<ul>
<dt>a</dt>
<dd>a1</dd>
<dt>b</dt>
<dd>b1</dd>
<dt>c</dt>
<dd>c1</dd>
</ul>
</div>

如何通过正则表达式，获取以下片段？
<dt>a</dt>
<dd>a1</dd>
<dt>b</dt>
<dd>b1</dd>

Answer 1

你有什么规则么 我就随便写个了 也许不是你想要的
<(dt|dd)>(a1?|b1?)</(dt|dd)>

Answer 2

(?i)<(d[td])>[^<>]+</\1>

Answer 3

(?s)(?<=<ul[^>]*>)(?:\s*<dt\b[^>]*>(?:(?!</dd\b).)*</dd>\s*){2}

Answer 4

string str="字符串";
str = Regex.Match(str, @"(?is)(?<=<ul>)(\s*<(\w+)[^>]*>.*?</\2>){1,4}").Value;

Answer 5

html解析就是html解析，不要扯上“正则”。你可以搜索一下“.net平台html解析工具”，看看都有什么解析html的软件包可以在编程中调用。反之，如果你是问正则表达式，那么就不要说什么“html解析”了。只是匹配简单的字母，跟进行正确的语法分析从而得到html elements树相比，实在是“泥土与陶瓷”的区别。

Answer 6

我最终写的是这个
(?<=<dt>(.*)</dt>(\\s*)<dd>)(.*)(?=</dd>)。