regex - 分层正则表达式

Question

构建匹配分层数据的单个正则表达式是否可能/实际？

例如:

<h1>Action</h1>
  <h2>Title1</h2><div>data1</div>
  <h2>Title2</h2><div>data2</div>
<h1>Adventure</h1>
  <h2>Title3</h2><div>data3</div>

我想以比赛结束。

"Action", "Title1", "data1"
"Action", "Title2", "data2"
"Adventure", "Title3", "data3"

正如我所看到的，这需要知道这里有一个层次结构，如果我编码模式来捕获 H1，它只匹配该层次结构的第一个条目。如果我不为 H1 编码，那么我就无法捕获它。想知道我是否使用了任何特殊技巧来解决这个问题。

这是一个.NET 项目。

Answer 1

解决方案是不使用正则表达式。对于这种事情，他们还不够强大。

你想要的是一个解析器——因为看起来你正在尝试匹配 HTML，所以有很多可供选择。