正则表达式使用多个元素提取html源代码

在您告诉我不要使用正则表达式解析html之前，我知道这一点，但我的公司使用Iconico数据提取器从其网站提取数据，它允许您创建自定义脚本，但它必须是javascript中的正则表达式，因此我坚持使用正则表达式来实现我的目标

我需要的是以下面的html示例为例，提取每一行

  <b>Item 1</b> Text <br>
  <b>Item 2</b> Text <br>
  <b>Item 3</b> Text <br>
<p><font color="#000000" face="Arial, Helvetica, sans-serif"><b>Item 4:</b></font></p>
<p><font color="#000000" face="Arial, Helvetica, sans-serif">Detailed Description</font></p>

项目1文本

项目2文本

项目3文本

项目4：

详细说明

我需要的是将每个项目分解为一个表达式，以检索包含标记的所有行，以及它在html中的显示方式。我已经尝试了

/*详细信息（.|\s）*？\/a>/gi

，这让我得到了第4项。但我无法确定如何获得第1-3项，因为我需要的只是从到第1项（.|\s）*？\br>/gi的那一行，根本不起作用，在玩了几个小时后，我再也没有前进的余地了。如果可能的话，我还需要去掉字体标签。我认为在中间有一个结尾<代码> <代码>是复杂的。

任何人都可以提供一些关于如何设置表达式的建议。我已经知道，通用consenus对Regex来说是不可能的，所以没有必要再走这条路：）

这对我来说都是新鲜事，所以希望我能解释一下我想做什么

---

提前感谢

我已经使用正则表达式解析html，但它还没有正常工作。我用了如下的方法。正如您所看到的，有很多“*？”表示非贪婪匹配任何字符。非常有用

你用什么语言？您可能必须设置允许解析换行符的选项，否则可能会将每一行视为单独的输入

在python中添加re.DOTALL选项。在PHP中，有一个特殊的斜杠标记可供使用

<b>(.*?)<br>.*?<b>(.*?)<br><b>(.*?)<br><p.*?sans-serif"><b>(.*?)</p>.*?serif">(.*?)</p>

（.*）
*？（.*）
（.*）
（.*）
（.*）

我使用正则表达式解析html，但在它正常工作之前。我用了如下的方法。正如您所看到的，有很多“*？”表示非贪婪匹配任何字符。非常有用

你用什么语言？您可能必须设置允许解析换行符的选项，否则可能会将每一行视为单独的输入

在python中添加re.DOTALL选项。在PHP中，有一个特殊的斜杠标记可供使用

<b>(.*?)<br>.*?<b>(.*?)<br><b>(.*?)<br><p.*?sans-serif"><b>(.*?)</p>.*?serif">(.*?)</p>

（.*）
*？（.*）
（.*）
（.*）
（.*）

为了将其与数据提取器一起使用，我做了一些关于在两个关键字之间获取数据的研究，

（第1项：.*？
）/gi

工作得非常出色

不幸的是，现在有人告诉我，从现在起，标签必须被剥掉，所以我需要从头抓起。如果我需要帮助，我会发布一个新问题

---

非常感谢您的响应和帮助

为了将此与数据提取器一起使用，我做了一些关于在两个关键字之间获取数据的研究，

（第1项：.*？
）/gi

工作得非常出色

不幸的是，现在有人告诉我，从现在起，标签必须被剥掉，所以我需要从头抓起。如果我需要帮助，我会发布一个新问题

---

非常感谢您的回复和帮助

我真的不知道输入和实际/预期输出是什么。你能提供一个例子来说明你的需要吗？@sp00m我已经在上创建了一个JSFIDLE（尽我所能）。虽然当我运行它时，它似乎做了预期的事情，但我通过实际的数据提取器执行它，它什么也不做！我无法真正了解输入和实际/预期输出。你能提供一个例子来说明你的需要吗？@sp00m我已经在上创建了一个JSFIDLE（尽我所能）。虽然当我运行它时，它似乎做了预期的事情，但我通过实际的数据提取器执行它，它什么也不做！谢谢，我已经尝试了这段代码，不幸的是，无论是RegExr还是数据提取器软件似乎都不喜欢它。我正在使用Javascript。它似乎不喜欢引号。（.*？
*？（.*？
（.*？
）（.*？
（.*？

*？serif.*？>（.*？

）-无引号谢谢我试过这段代码，不幸的是，RegExr或数据提取器软件似乎都不喜欢它。我正在使用Javascript。它似乎不喜欢引号。（.*？
*？（.*？
（.*？
）（.*？
（.*？

*？衬线。*？>（.*？

-sans引号