C# 我可以使用什么方式的正则表达式在HTML标记附近添加换行符？

我有以下正则表达式，用于在HTML字符串中提供标记：

<[^>]*>

]*>

因此，如果我通过以下内容：

<b> Bold </b> 

matches[0] = <b>
matches[1] = Bold
matches[2] = </b>
matches[3] = This is the stuff
matches[4] = <i>
matches[5] = Italic 
matches[6] = </i> 

粗体

然后它会给我：

<b>
</b>

<b>
Bold
</b>

我怎样才能让它给我：

<b>
</b>

<b>
Bold
</b>

大胆的

更新：

下面是另一个了解全局的示例：

如果这是文本：

<b>Bold</b> This is the stuff <i>Italic</i>

Bold这是斜体的东西

那么最终结果将是：

<b> Bold </b> 

matches[0] = <b>
matches[1] = Bold
matches[2] = </b>
matches[3] = This is the stuff
matches[4] = <i>
matches[5] = Italic 
matches[6] = </i> 

匹配[0]=
匹配[1]=粗体
匹配项[2]=
匹配项[3]=这是东西
匹配项[4]=
匹配[5]=斜体
匹配项[6]=

不要使用正则表达式解析HTML。，因此正则表达式根本不适合解析HTML。改用HTML或XML解析器。在线上有许多（HT | X）ML解析器可用。你用什么语言

由于语言的复杂性，您将无法创建与HTML匹配的正则表达式。Regex操作的语言类小于HTML所属的语言类。您尝试编写的任何正则表达式都很难理解，而且不正确

改用XPath之类的东西

---

编辑：您正在使用C#。幸运的是，你有一个完整的可用的。另外，如果您的HTML不严格，还可以使用其他库来解析HTML。

如果您对正则表达式的使用支持反向引用，则可以使用

*？

。这在perl中是有效的。

Html标记是Regex最大的难题之一。您必须小心，因为如果您在同一行上有多个标记，或者取决于您对它的求值方式，仅匹配第一个和最后一个标记是不够的

这里有一个像样的表达你可以使用

@"<(?<tag>\w*)>(?<text>.*)</\k<tag>>"

@（？*）

---

您将拥有命名组标记和文本，可用于访问您拥有的值。使用这些值，您可以格式化您的应用程序。根据您的语言，您可能需要指定将整个字符串作为一行进行搜索。

如果输入是XHTML，那么它也是合法的XML，因此您可以使用一些简单的XSLT来完成所有这一切。

我支持不使用正则表达式的建议；html不能用常规语言正确表达

最好研究System.Xml.XmlReader和System.Web.HtmlWriter。您应该能够编写一个函数，从读卡器读取元素，然后将其写入写卡器；类似于

    public static string HtmlReformat(string html)
    {
        var sw = new StringWriter();
        HtmlTextWriter htmlWriter = new HtmlTextWriter(sw);

        XmlReader rdr = XmlReader.Create(new StringReader(html));

        while (rdr.Read())
        {
            switch (rdr.NodeType)
            {
                case XmlNodeType.EndElement:
                    htmlWriter.WriteEndTag(rdr.Name);
                    htmlWriter.Write(System.Environment.NewLine);
                    break;
                case XmlNodeType.Element:
                        htmlWriter.WriteBeginTag(rdr.Name);
                        for (int attributeIdx = 0; attributeIdx < rdr.AttributeCount; attributeIdx++)
                        {
                                string attribName = rdr.GetAttribute(attributeIdx);
                                htmlWriter.WriteAttribute(rdr.Name, attribName);
                        }
                        htmlWriter.Write(">");
                        htmlWriter.Write(System.Environment.NewLine);
                        break;
                case XmlNodeType.Text:
                    htmlWriter.Write(rdr.Value);
                    break; 
                default:
                    throw new NotImplementedException("Handle " + rdr.NodeType);
            }

        }
        return sw.ToString();
    }

公共静态字符串HtmlReformat（字符串html）
{
var sw=新的StringWriter（）；
HtmlTextWriter htmlWriter=新的HtmlTextWriter（sw）；
XmlReader rdr=XmlReader.Create（新的StringReader（html））；
while（rdr.Read（））
{
开关（rdr.NodeType）
{
案例XmlNodeType.EndElement：
htmlWriter.writendtag（rdr.Name）；
Write（System.Environment.NewLine）；
打破
case XmlNodeType.Element：
htmlWriter.WriteBeginTag（rdr.Name）；
for（int attributedIdX=0；attributedIdX”）；
Write（System.Environment.NewLine）；
打破
案例XmlNodeType.Text：
htmlWriter.Write（rdr.Value）；
打破
违约：
抛出新的NotImplementedException（“句柄”+rdr.NodeType）；
}
}
返回sw.ToString（）；
}

---

无论如何，这应该给你一个工作的基础。

答案是不要使用正则表达式来解析HTML。你用什么语言来做这件事？我可以为您指出一些HTML解析器，它们适用于您调用此正则表达式的任何语言。我正在使用c语言，目前正在研究@azamsharp:我推荐HTML Agility Pack用于以下内容：@Luke，HtmlAgilityPack对于我需要执行的简单任务来说可能非常复杂。@azamsharp：如果您使用的是C#，那么请查看HTML敏捷包：上面的表达式只给出了一个大的搜索结果，即传递给它的完整字符串。啊，您的示例显示了一个标记。这改变了答案。我真的不明白这些投票结果——问题是“我如何改变正则表达式？我必须做些别的事情”。我从实现的角度理解，正则表达式不是解析HTML的方法，但很多情况下，学习的是在现实环境之外演示想法。我回答了这个问题——只是不要投赞成票。