正则表达式问题

[shw586]

假设有如下文本：
text 1
text 2
text 3
text 4
其中text 3有可能不出现，现想捕获text 2的内容，求解

[sihonglaoren]

这个和正则有关？

[机器人]

就是取 text 2 ?

[shw586]

为了简化问题，我分别用text 1-4代表真实的文本，比如说我抓网页，开头都是固定不变的，就是text 1代表的内容，text 2代表我要抓的部分，text 3代表多余的部分，而且有的网页可能没有此部分，text 4表示结束部分，我只想要text 2的内容，今天尝试了许多方式，要么就是text 2 text 3一起被捕获，要么就没有匹配。

[机器人]

没有实际的用例，写出来不准。。。

(?is)(?<=text 1)(.*?)(text 3){0,1}(?=text 4)

[IE11下面经常卡到爆]

规则不明确
抓网页一般根据Tag来抓取

[shw586]

实际用例：
地址1：http://tech.sina.com.cn/mobile/n/2011-04-15/07125408748.shtml
地址2：http://tech.sina.com.cn/mobile/n/2011-04-15/06271718531.shtml

第一篇文章带分页链接，第2篇不带分页链接，我想用一个正则匹配这两种情况获取正文内容

[机器人]

(?<=<div class=\"blkContainerSblk\">)(.*?)(?=<\!-- 正文内容 end -->)

[机器人]

修改下：

var re = new Regex("(?is)<div class=\"blkContainerSblk\">(.*?)<\\!-- 正文内容 end -->");
MatchCollection mc = re.Matches("......");
foreach (Match ma in mc)
{
    //...
}

[shw586]

我的意思是我只要正文内容，不要导航那一块的东西

[shw586]

自己搞定，留作纪念
<!-- publish_helper name=.*-->(?<content>[\w\W]*?)(<!-- publish_helper_end -->|<style type=\"text/css\">\s\.blkContainerSblkCon p.page,.page)