您能否舉例說明為什么難以用正則表達式解析XML和HTML？一個錯誤我看到人們做了，并再次試圖解析XML或HTML用正則表達式。以下是解析XML和HTML很難的幾個原因：人們希望將文件視為一系列行，但這是有效的：<tagattr="5"/>人們希望將<或<tag視為標記的開頭，但是這樣的東西存在于野外：<img src="imgtag.gif" alt="<img>" />人們通常希望將起始標記與結束標記匹配，但XML和HTML允許標記包含自身（傳統的正則表達式根本無法處理）：<span id="outer"><span id="inner">foo</span></span>人們通常希望匹配文檔的內容（例如著名的“查找給定頁面上的所有電話號碼”問題），但數據可能會被標記（即使在查看時看起來是正常的）：<span class="phonenum">(<span class="area code">703</span>)<span class="prefix">348</span>-<span class="linenum">3020</span></span>評論可能包含格式不正確或不完整的標記：<a href="foo">foo</a><!-- FIXME:     <a href=" --><a href="bar">bar</a>你還知道其他什么問題？