有朋友留言说Java直接使用的话会报错。我后来查了一下，发现Java正则引擎支持的特性相对比较少。在1.6版本中不能使用命名组(貌似1.7的时候开始支持了)，否则会报以下错误，更别说平衡组了。因此感觉要实现无限级的嵌套匹配不大现实。

复制代码 代码如下:

java.util.regex.PatternSyntaxException: Look-behind group does not have an obvious maximum length near index XX

在网上搜了好久也没找到完美的解决方案。不过，我们可以实现有限级Html嵌套标签匹配。思路相对于无限级来说就简单了好多，不需要那么多高级的特性。

示例：

复制代码 代码如下:


Top 
   WordPress 
   
 
    
 Copyright © 2009 简单生活 —— Kevin Yang的博客 
    
   
 
    
 Theme by 
    mg12. Valid 
    XHTML 1.1 
    
 and 
    CSS 3.


在上面这个示例中，我们打算匹配id为footer的这个嵌套div，而且假设我们预先知道footer这个div里面最多只会嵌套一级div。更多级的情况我们一会儿再讲。

footer的开始和结束标签匹配很简单：

复制代码 代码如下:


]*id='footer'[^>]*>......(这里的省略号是一会要填写的)



夹在开始和结束标签之间的内容无非有两种情况：

内容A: div标签，并且此div内无嵌套div

内容B: 任意其他内容

然后就是这两种内容的不断重复而已。正则表示如下：

复制代码 代码如下:

(
 
 

   ]*>.*? 
 
|.)*?



注意最后面的问号必须要加上，否则由于正则的贪婪匹配特性，footer的闭合标签会匹配失误。

OK了，匹配最多嵌套一级div的正则表达式如下：

复制代码 代码如下:


]*>.*? 
  
|.)*?


那么如果footer标签里头最多会嵌套两级div的话怎么办呢？

其实也不难，我们只需要把上面的“内容A”部分中的点号稍作替换即可。修改如下：

复制代码 代码如下:


]*>.*? 
   
|.)*? 
  |.)*?


到这里你可能就知道，如果要匹配最多嵌套三级div的话，正则应该怎么写了：

复制代码 代码如下:

]*>.*? 
    
|.)*? 
   |.)*? 
  |.)*?



所以实际上，只要你的html结构不是特别复杂的话，也就是说嵌套不会很深的话，那么你完全可以使用这种方式来匹配嵌套html标签。

这个正则在Java和Javascript中都可以使用，因为它没有用到任何高级特性。