正则表达式查找字符串存在于哪个列

Question

我试图通过检查网页的HTML来确定名称“Phone”出现在哪个列中。 在我做搜索的字符串看起来是这样的：

<tr class="C1"> 
<td>Name</td> 
<td>Address</td> 
... 
... < some more columns, but their number is not fixed > 
... 
<td>Phone</td> 
... 
... <more columns> 
... 
</tr> 

是否有可能确定使用正则表达式？

Answer 1

从理论计算机科学的角度来看：这是不可能的，因为表可以嵌套;并且正则表达式通常不能处理嵌套结构（您需要使用Typ-2-Grammer（Chomsky-Hierarchy），即解析器来分析html-Text的结构，它不是Typ-3，即常规）。然而，从实际的角度来看，如果您认为表格不是嵌套的，您可以使用RegEx提取表格行（类似于<tr (?!</tr>)*</tr>），匹配之后的条目（如<td (?!</td>)*</td>）以生成List的列和搜索列表中包含字符串"Phone"的条目....

Answer 2

艰难的任务。我指你解释为什么使用正则表达式的HTML解析（虚拟）imposibble各个岗位：

1. RegEx match open tags except XHTML self-contained tags
2. https://stackoverflow.com/a/590789/290343
3. https://stackoverflow.com/a/133684/290343