Html 将页面源标记与正则表达式匹配

我试图用regex从页面源捕获标记。 经过一段时间的努力，我发现很难确定。 下面是一个HTML源的示例：

<div class="searchBx">
 <div>
  <li><a href="/" class="on">somthing</a></li>
 </div>
</div>
<div>
 <li><a href="/" class="on">somthing2</a></li>
</div>

我试图只捕获（div class=“searchBx”）标记和其中的标记

这很难，因为它总是抓住他身后的div标签。 结果应该是：

<div class="searchBx">
 <div>
  <li><a href="/" class="on">somthing</a></li>
 </div>
</div>

---

非常感谢。

regex不可能与您提到的div相匹配

由于div包含另一个div，因此本质上它将无法区分其中的

标记和关闭您希望匹配的div的

标记

<div class="searchBx">
 <div>
  <li><a href="/" class="on">somthing</a></li>
 </div> <!-- This -->
</div> <!-- and this are the same to regex -->
<div>
 <li><a href="/" class="on">somthing2</a></li>
</div>

下面是发生的情况：

对于您需要做的事情，您必须在您使用的任何语言中使用DOM解析器

---

另外，但每个人都会这样做。

您在源代码中提到的这个div类“隐藏”在哪里。还有，看看标题中的第一个单词“匹配”会更好吗？Jeff Dean可以用常规表达式解析HTML我想接下来的自然问题是“谁是Jeff Dean？”而且，我不是说这是不可能的，只是不是很好的练习。抱歉，我只是忍不住写了出来。这是一个笑话：正则表达式确实不适合html解析（请参阅以供参考）。杰夫·迪恩是一位著名的谷歌工程师，在互联网上以“杰夫·迪恩的事实”（类似于应用于计算机科学的查克·诺里斯事实）而广为人知。看看你是否想找点乐子哦好吧伙计。。。我想我有时候有点太严肃了！；）好笑话！