我正在使用正则表达式解析一些 html，我想匹配以没有任何 html 标记的单词开头的行，同时还要删除空格。使用 c# regex 我的第一个模式是:
pattern = @"^\s*([^<])";
它会尝试获取所有空白，然后捕获任何非“<”字符。不幸的是，如果该行在第一个“<”之前全是空白，则返回“<”之前的最后一个空白字符。我希望这会导致比赛失败。
有什么想法吗？
请您参考如下方法:
不要使用正则表达式来解析 HTML。这是一个非常糟糕的主意，充其量，您的代码将是不稳定的。无论您的语言/平台是什么，您都将拥有一个功能齐全的 HTML 解析器。就用那个吧。
正则表达式无法正确处理所有转义、实体使用等情况。
