正则解析一个HTML，将解析结果按一定格式存放。
一、示范HTML。<x id="1">
<x id="2" />
<x id="3">
AAA
</x>
</x>
<x id="4" />
<x id="5">BBB</x>
<x id="6" />
二、标签类型。
1、成对标签开始：<x id="1">
2、成对标签结束：</x>
3、独立标签：<x id="1" />
三、存放格式。
ID Parent Level StartStart StartEnd EndStart EndEnd Single Error TxtAll TxtInner
1 0 0 0 10 71 75 false false <x id="1">...</x> ...
2 1 1 .. .. .. .. .. ...
...
各字段的注释：
·ID，对各种标签的编号。
·Parent，根据此生成dom树。
·Level，标签层级数。
·StartStart，起始标签（在整个HTML文档中）的开始位置。如：<x id="1">
·StartEnd，起始标签（在整个HTML文档中）的结束位置。如：<x id="1">
·EndStart，结束标签（在整个HTML文档中）的开始位置。如：</x>
·EndEnd，结束标签（在整个HTML文档中）的开始位置。如：</x>
·Single，是否独立标签。
·Error，标签不成对时标记错误。
·TxtAll，标签整块。如：<x id="1">XYZ<x id="2">ABC</x>123</x>整块。
·TxtInner，标签内块。如：<x id="1">XYZ<x id="2">ABC</x>123</x>中的XYZ<x id="2">ABC</x>123。
四、说明。
1、不用第三方dom解析组件。
2、程序已经实现了ID、Parent、Level等并形成树，只有部分参数的存放没实现，如：EndStart、TxtAll等。
3、具体的程序请向我索取。QQ：1628354540。 --------------------编程问答-------------------- 楼主是有钱人呀 --------------------编程问答-------------------- 不有钱了，因为积分不够了，不好意思请人白帮忙了，谢谢你顶我。 --------------------编程问答-------------------- 这个最好用Html解析，为啥不用插件
用正则太麻烦了，况且页面比较复杂的话就更难满足你的需求，
Winista.Htmlparser.Net你可以了解一下 --------------------编程问答-------------------- Winista.Htmlparser.Net用过了，不行，他会自动添加缺失的标签导致标签不准确。
我用正则实现的，速度比Winista.Htmlparser.Net快上20-30倍，基本上需要的都实现了，就差后面的几个小步骤。 --------------------编程问答-------------------- 这不是正则干的活，无法取到字符串在整个HTML文档中的位置，即你所说的行号 --------------------编程问答-------------------- 晕，正则可以取到的：
mc[i].Groups[0].Index：就是某个匹配字符串在整个html文档起始位置。
mc[i].Groups[0].Index + mc[i].Groups[0].Value.Length：就是字符串在整个html文档结束位置。
--------------------编程问答-------------------- 你确定格式肯定不超出示例的范畴？那我试试用xml序列化，实现会更加清晰。 --------------------编程问答-------------------- 不知道下面这样的格式，是否超出html范围？
如果只考虑自定义标签，就没有超出。
如果要考虑标准的html，那就已经超出dom的范围了。
不知道下面的html，是否超出？
<div <x:if exp="1=1">class="active"</x:if>>
</div> --------------------编程问答-------------------- 嗯，如果直接用XML反序列化是不可能的了，不过可以使用XML序列化原理来自定义一个反序列化过程，参考IXmlSerializable接口的ReadXml方法，自定义一个类，继承IXmlSerializable，实现ReadXml，你会发现一切都是那么的清晰。你先网上或MSDN上搜索下如何自己实现IXmlSerializable接口，肯定会对你的这个解析大有帮助的。 --------------------编程问答-------------------- 我是用正则完成的，其实也是非常简单的。
即使你用ixml来完成，也回避不了我所需求的问题。 --------------------编程问答-------------------- IIS设为本地服务模式就可以了。 --------------------编程问答-------------------- 坐等大神来解答 --------------------编程问答-------------------- 能否加我的Q号？我传DEMO过来。 --------------------编程问答--------------------
帮顶
--------------------编程问答--------------------
这样只是取到 字符串在整个中的index,这个我还是知道的.
我指的是html左侧的行号
可能是我理解错了你的意思 --------------------编程问答-------------------- 如果你不着急，我可以过2天看看，现在比较忙，所以先给你点思路，你看看是否可以那么做。正则不是不能做到，只不过正则思路不怎么清晰，如果html标签完全符合xml规范，首尾标签都有，加载到XmlDocument可以成功，那么就可以按照Xml对象来处理，这样你只要判断内部节点，通过递归法就可以查找整个Xml对象了。前面所说的反序列化也只是一种手段，你当作是处理Xml文档就可以了。正则去匹配的话，首尾标签闭合处理的匹配会比较麻烦，因为你都不知道有多少级数。 --------------------编程问答-------------------- 噢，问题还是不少的，还有很多细节要调整。
过路的兄弟帮我顶一下，谢谢。
补充：.NET技术 , C#
