REGEX - 查找具有特定类的td,包括嵌套表

Question

我要解析一段HTML.它看起来有点像:

<table>
   <tr>
     <td class="blabla"> <table><tr><td><table><tr><td></td></tr></table></td></tr></table>
     </td>
   </tr>
  <tr>
     <td class="blabla"> <table><tr><td></td></tr></table>
     </td>
   </tr>
</table>

我需要td用类提取每个blabla,但是这些单元格中的每一个都可以有0个或更多嵌套表,其中有许多嵌套的td.我想得到

<td class="blabla"> ... many nested stuff ... </td>

谢谢

Answer 1

不要尝试使用正则表达式解析HTML.您不能编写与您想要的匹配的表达式,因为HTML不是常规的.

在您的语言提供的库中使用HTML/XML解析器.System.Xml有许多有用的类,可以让你打开文件并使用XPath查询它.

你正在寻找的XPath表达式是

//td[@class="someClass"]