將內容與嵌套標記匹配

Question

我想使用.NET Regex來匹配一些真正破碎的HTML，我不知道該怎麼做。

我知道正則表達式對於這項工作來說是一個糟糕的工具，但我只需要從一個巨大的文件中提取一些基本的文本，這些文件裏面有一些非常糟糕的HTML標記，而我的問題似乎對於擅長處理某人的小菜一碟正則表達式。

所以，撇開它的HTML了一會兒，讓我們說我有這樣的：

<span class=comment>First block with <span class=nest>nested</span> text.</span> 
<stuff> 
<more-badly-formatted-tags> 
<td - out of nowhere> 
<span class=comment>Other block with <span class=nest>nested</span> text.</span> 

我只是想獲得的span標籤的所有內容，與任何嵌套span相隨。對於上面的例子，這將僅僅是：

First block with <span class=nest>nested</span> text. 
Other block with <span class=nest>nested</span> text. 

這就是我需要的一切，這就是爲什麼我沒有想進入HtmlAgilityPack可言。

我到目前爲止已經試過

1. 樸素的正則表達式：@"<span class=comment>(<?comment>.*)</span>"：這會貪婪地匹配第一個和最後span之間的一切。

2. 懶惰正則表達式：@"<span class=comment>(<?comment>.*?)</span>"：這將匹配第一次關閉span，並且不會與嵌套標記一起使用。

3. 平衡：@(?<tag>\<span\b[^\>]*\>)(?<comment>.*)(?<-tag>\</span\>)"：但顯然我沒有得到語法，因爲這是行不通的。

任何人都可以幫助我嗎？

[更新]

注意，有可能是這些<span>標籤之間換行。或者，如果你願意，整個字符串可以是一個巨大的線。

Answer 1

我想這會得到你想要的東西：

<span.*?>(.*)</span> 

Debuggex Demo

Answer 2

如何簡單：

<span.*?>(.*)</span> 

工作正則表達式的例子：

個

http://regex101.com/r/bX3gU2

匹配：

1. `First block with <span class=nest>nested</span> text.` 

2. `Other block with <span class=nest>nested</span> text.`