正则 html递归,div标签的递归正则表达式（不是试图用正则表达式解析html）

我有一堆wiki标记，有时候人们只是随意在wiki标记中抛出html，并以某种方式维基百科随它一起滚动，就像它为各种其他形式很差的维基标记。我想匹配div内的所有内容。div标签的递归正则表达式(不是试图用正则表达式解析html)

我需要递归地找到所有

blah

标签，其中包括div标签和其他div标签。我试图匹配div标签及其中的所有内容。我有这个，我相信几乎工程：

new Regex(@"\

(?) # opening

(?> # now match...

[^(\

)(\)]+ # any characters except divs

| # or

\

(?) # a opening div, increasing the depth counter

| # or

\ (?) # a closing div, decreasing the depth counter

)* # any number of times

(?(DEPTH)(?!)) # until the depth counter is zero again

\ # then match the closing fix",

RegexOptions.IgnorePatternWhitespace | RegexOptions.Compiled | RegexOptions.IgnoreCase | RegexOptions.Singleline);

也许我应该用另一种方法来分析这一点，但在这一点上，这是我需要的最后的正则表达式语句。

下面是一个例子：

Find more about '''{{{display|{{{1|{{PAGENAME}}}}}}}}''' on Wikipedia's [[Wikipedia:Wikimedia sister projects|sister projects]]:

{{#ifeq:{{{wikt}}}|no||[[File:Wiktionary-logo-en.svg|25px|link=wikt:Special:Search/{{{wikt|{{{1|{{PAGENAME}}}}}}}}|Search Wiktionary]] [[wikt:Special:Search/{{{wikt|{{{1|{{PAGENAME}}}}}}}}|Definitions]] from Wiktionary
}}{{#ifeq:{{{b}}}|no||[[File:Wikibooks-logo.svg|25px|link=b:Special:Search/{{{b|{{{1|{{PAGENAME}}}}}}}}|Search Wikibooks]] [[b:Special:Search/{{{b|{{{1|{{PAGENAME}}}}}}}}|Textbooks]] from Wikibooks
}}{{#ifeq:{{{q}}}|no||[[File:Wikiquote-logo.svg|25px|link=q:Special:Search/{{{q|{{{1|{{PAGENAME}}}}}}}}|Search Wikiquote]] [[q:Special:Search/{{{q|{{{1|{{PAGENAME}}}}}}}}|Quotations]] from Wikiquote
}}{{#ifeq:{{{s}}}|no||{{#ifeq:{{{author|no}}}|yes|[[File:Wikisource-logo.svg|25px|link=s:Special:Search/Author:{{{s|{{{1|{{PAGENAME}}}}}}}}|Search Wikisource]] [[s:Special:Search/Author:{{{s|{{{1|{{PAGENAME}}}}}}}}|Source texts]] from Wikisource
|[[File:Wikisource-logo.svg|25px|link=s:Special:Search/{{{s|{{{1|{{PAGENAME}}}}}}}}|Search Wikisource]] [[s:Special:Search/{{{s|{{{1|{{PAGENAME}}}}}}}}|Source texts]] from Wikisource
}}}}{{#ifeq:{{{commons}}}|no||[[File:Commons-logo.svg|25px|link=commons:Special:Search/{{{commons|{{{1|{{PAGENAME}}}}}}}}|Search Commons]] [[commons:Special:Search/{{{commons|{{{1|{{PAGENAME}}}}}}}}|Images and media]] from Commons
}}{{#ifeq:{{{n}}}|no||[[File:Wikinews-logo.svg|25px|link=n:Special:Search/{{{n|{{{1|{{PAGENAME}}}}}}}}|Search Wikinews]] [[n:Special:Search/{{{n|{{{1|{{PAGENAME}}}}}}}}|News stories]] from Wikinews
}}{{#ifeq:{{{v}}}|no||[[File:Wikiversity-logo-Snorky.svg|25px|link=v:Special:Search/{{{v|{{{1|{{PAGENAME}}}}}}}}|Search Wikiversity]] [[v:Special:Search/{{{v|{{{1|{{PAGENAME}}}}}}}}|Learning resources]] from Wikiversity
}}{{#ifeq:{{{species|no}}}|no||[[File:Wikispecies-logo.svg|25px|link=species:Special:Search/{{{species|{{{1|{{PAGENAME}}}}}}}}|Search Wikispecies]] [[species:Special:Search/{{{species|{{{1|{{PAGENAME}}}}}}}}|{{{species|{{{1|{{PAGENAME}}}}}}}}]] from Wikispecies}}

感谢

+4

诚然，没有任何Wiki标记的知识，不会简单地剥离所有的HTML标签是一个更好的主意？因为就目前而言，与问题标题相反，你确实试图用正则表达式解析HTML标记;) –

2011-05-17 13:46:39

+0

这可能是失败主义者，但通常我们在同一个句子中有'递归'和'正则表达'这两个单词，'不可能“并不遥远;除非您手动运行自己的状态机来跟踪深度，自己调用多个正则表达式。正则表达式的状态机不能处理我认为的这种事情。但是，如果你说出你想要的那个例子，那可能会有所帮助。 –

2011-05-17 13:48:05

+0

“(不是试图用正则表达式解析html)”< - 哈哈哈，很好！很明显，你用“html”和“regex”阅读了其他一些问题。 ;-) –

2011-05-17 13:48:10