求读取多个嵌套标签的网页html正则表达式

Question

html如下：<table width=100% border=0 cellspacing=0 cellpadding=0 style="line-height:15pt;"><tr><td><span style=font-size:12px;>[求助]新名称!!谢谢!拜托了<br>
编辑<br>
名称!<br>
拜托各位了!<br>
<img src="../images/UBBicon/em03.GIF" width=20 height=20 align=absmiddle border=0><img src="../images/UBBicon/em03.GIF" width=20 height=20 align=absmiddle border=0></span></td></tr></table>
我想从中提取到：[求助]新名称!!谢谢!拜托了<br>
编辑<br>
名称!<br>
拜托各位了!<br>
<img src="../images/UBBicon/em03.GIF" width=20 height=20 align=absmiddle border=0><img src="../images/UBBicon/em03.GIF" width=20 height=20 align=absmiddle border=0>
请问正则表达式应该怎么写？我是这样写的：Regex reg = new Regex(@"<table[^>]*?><tr[^>]*?><td[^>]*?><span[^>]*?>(?<desc>[^<]*?)</span></td></tr></table>");但不行！

Answer 1

按你的修改了一下<table[^>]*?><tr[^>]*?><td[^>]*?><span[^>]*?>(?<desc>[\s\S]*?)</span></td></tr></table>
因为你要提取的内容中有<br>这类的字符串，而它们包含了“<”，所以你用[^<]*?是匹配不到的

Answer 2

那怎么办？因为其中即可能有<br>，又可能有[XXX]等。请高手指点一下

Answer 3

如何先把<img src="../images/UBBicon/em03.GIF" width=20 height=20 align=absmiddle border=0>、<br>之类的带“<”、“>”剔除掉？

Answer 4

你到底想要什么样的结果，如果像你例子所说，我修改的那个就可以了，所以只是解释一下你的匹配不成功的原因<table[^>]*?><tr[^>]*?><td[^>]*?><span[^>]*?>(?<desc>[\s\S]*?)</span></td></tr></table>