regex - 用于将 html 标签中的文本划分为单词的正则表达式

Question

有谁知道如何使用 RegEx 将 html 标签（h1-h6、a、b、i、br）中的文本划分为“单词”？例如，

输入：

<h4>TEST</h4> This sentence <br/> is <b><i>test</i></b>

输出：

“单词”的结果列表：

<h4>TEST</h4>
This
sentence
<br/>
is 
<b> <i>test</i></b>

Answer 1

我认为要做到这一点，您需要首先使用正则表达式解析 html，因为正则表达式还不够复杂。

我认为您需要使用解析器（在您选择的平台中）才能完成您的项目。