<div id=”textbody” class=”content”>
          <div class=”desinfo”><div class=”intro”> 我们以前曾经解释过404错误页面产生的原因，一旦访客进入404页面，他们很可能不知道下一步该做什么。他们正在搜索的页面也许已被转移，所以你应该尽可能地帮助他们找到它，或是他们查找的页面可能已被删除，这意味着他们很可能会离开你的网站，除非你可以激</div></div>
          <div class=”content”>
           <p> &nbsp; &nbsp;我们以前曾经解释过404错误页面产生的原因，一旦访客进入404页面，他们很可能不知道下一步该做什么。他们正在搜索的页面也许已被转移，所以你应该尽可能地帮助他们找到它，或是他们查找的页面可能已被删除，这意味着他们很可能会离开你的网站，除非你可以激励他们留下来。 <br style=”background-color:#f6f6f4;padding:0px;margin:0px;” /><br style=”background-color:#f6f6f4;padding:0px;margin:0px;” />你可以做很多事情来改进你的错误页面，我们列出了以下一些具有创造性和启发性的建议： <br style=”background-color:#f6f6f4;padding:0px;margin:0px;” /></p>
            <p align=”center”> </p>
          </div>
        </div>
<div class=”pagebreak”>

使用的是正则表达式在线测试工具，http://tool.chinaz.com/regex/

最终获取结果如下：




开始写的正则是<div class=”content”>(.*)，写到这里时发现无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。同时，手册上还有一句话：要匹配包括 ‘\n’ 在内的任何字符，请使用像 ‘[.\n]’ 的模式。于是我将正则表达式的匹配规则修改如下：
<div class=”content”>[.\n]*，写完后发现还是无法获得换行后的文本。
上网查了一番，找到了正确的匹配表达式，以下为正确的正则表达式匹配规则：
<div class=”content”>[\s\S]*</p>\s*</div>
同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。


在文本文件里, 这个表达式可以匹配所有的英文
/[ -~]/
这个表达式可以匹配所有的非英文(比如中文)
/[^ -~]/
/是VI里用的. 你在editplus或程序里不需要/