这问题放弃用正则，要真正完备的可能得写一篇文章那样长。但 html 已经是结构化的了，找个 html 解析库就行了。当然，如果所看到的是受 js 影响后的页面状态，那可能得挂个浏览器内核来帮你获取到最终页面状态了。幸好，这个有很多开源的。
