Разбор трехэтажных вложенных тегов, <ol> <li>..., Регулярные выражения Опции

[ViGOur]

Есть такие данные:

<ol>
   <li>text1</li>
</ol>
<ol>
   <li>text2</li>
   <ol>
      <li>text3</li>
   </ol>
   <li>text4</li>
</ol>
<ol>
   <li>text5</li>
</ol>

Как с помощью регулярного выражения правильно разобрать (получить то, что внутри) <ol> хотя бы первого уровня?

Сообщение отредактировал ViGOur - 16.10.2008, 12:35

[Litkevich Yuriy]

ViGOur, может лучше DOM вместо регулярок?

[ViGOur]

Я уже думал об этом, но практика показывает, что HTML документ не всегда правильно составлен в отличии от XML.

[Litkevich Yuriy]

что HTML документ не всегда правильно составлен

а вчем суть ошибок? если напутано с тэгами, я думаю регулярку тоже замучаешся составлять.

можно еще SAX'ом обходить тэги, но там ручная работа прибавится.

[Tonal]

Регулярки не работают со структурами произвольной вложенности.
Я с таким SAX-ом работал.
Если есть уверенность, что вложенность всегда меньше некоторого числа, то регулярку можно построить. Этом описано у Фридла в "Регулярных выражениях".

[ViGOur]

а вчем суть ошибок? если напутано с тэгами, я думаю регулярку тоже замучаешся составлять.

Я уже понял, что проще написать свой парсер, чем и занялся уже...