regex: совпадающие фразы без> или пробела

Question

Я разбираю некоторые html с помощью регулярных выражений, и я хочу совместить строки, начинающиеся со слова без каких-либо тэгов html, а также удаление пробела. Использование C# Regex мой первый рисунок был:

pattern = @"^\s*([^<])"; 

, который пытается захватить все белое пространство, а затем захватить любые не «<» символов. К сожалению, если линия имеет все пробелы перед первым «<», это возвращает последний символ пробела перед «<». Я бы хотел, чтобы это провалило матч.

Любые идеи?

Answer 1

Отвечая на вопрос в ближайшее время, только разработал это:

шаблон = @ "^ \ S * ((\ s) [^ <] +?!)";

Благодарим вас за отзыв о regex и html. Я расскажу об этом в будущем. Я пишу служебную программу, чтобы сделать несколько страниц многоязычными (т. Е. Добавить asp: литералы для жестко закодированного текста и т. Д.), Я думаю, что для этого достаточно регулярного выражения, но если есть лучшие инструменты, сообщите мне (веб-материал isn моя область ...).

Answer 2

Не используйте регулярные выражения для анализа HTML. Это очень плохая идея, и в лучшем случае ваш код будет шелушащимся. Независимо от вашего языка/платформы у вас будет полнофункциональный анализатор HTML. Просто используйте это.

Невозможно, чтобы регулярное выражение могло корректно обрабатывать все случаи экранирования, использования сущности и т. Д.