正则匹配闭合HTML标签（支持嵌套）
任何复杂的正则表达式都是由简单的子表达式组成的，要想写出复杂的正则来，一方面需要有化繁为简的功底，另外一方面，我们需要从正则引擎的角度去思考问题。关于正则引擎的原理，推荐《Mastering Regular Expression》中文名叫《精通正则表达式》。挺不错的一本书。
OK，先确定我们要解决的问题——从一段Html文本中找出特定id的标签的innerHTML。
这里面最大的难点就是，Html标签是支持嵌套的，怎么能够找到指定标签相对应的闭合标签呢？
我们可以这样想，先匹配最前面的起始标签，假设是div吧（
我之所以能够这样去思考，是因为我了解过正则的特性，我知道正则中的平衡组能够实现我刚才说的“堆栈”操作。所以，如果我们要编写复杂正则表达式，需要对正则的一些高级特性至少有所了解，这样我们思考问题才有个方向。
================================
匹配任意闭合HTML标签的正则表达式：
<(?[\w]+)[^>]*?>((?<\k[^>]*>)|>(?<-Nested>)|.*?)*>
如果只想匹配div标签，可以使用下面的正则表达式：
<(?div)[^>]*?>((?<\k[^>]*>)|>(?<-Nested>)|.*?)*>
是的，你可以把div修改成任意你想要匹配的HTML标签
如果想同时匹配多个HTML标签，可以使用下面的正则表达式：
<(?(div|span|h1))[^>]*?>((?<\k[^>]*>)|>(?<-Nested>)|.*?)*>
你还可以继续添加更多要匹配的标签
如果想匹配包含ID的标签，可以使用下面的正则表达式：
<(?[\w]+)[^>]*\s[iI][dD]=(?["']?)footer(?(Quote)\k)[^>]*?(/>|>((?<\k[^>]*>)|>(?<-Nested>)|.*?)*>)
这个正则匹配任意id为footer的HTML标签
本文不完全转载了http://www.imkevinyang.com/2009/07/使用正则表达式匹配嵌套html标签.html的内容