求一正则表达式（处理html文件所用）

yorks

处理html文件得到<h3>.....</h3>之间和<div class="intro">....</div>的内容。
html的内容：

<div class="generaltitle"> &nbsp;&nbsp;&nbsp;&nbsp;<div class="title"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<h3> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;访问Google News的人数超过了CNN &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</h3> &nbsp;&nbsp;&nbsp;&nbsp;</div> </div> &nbsp;&nbsp;&nbsp;&nbsp;<div class="details"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<a href="">matrix</a>  发表于 2009年12月24日 18时56分 星期四 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<a href="//it.solidot.org/print.pl?sid=09/12/24/1058201"><img src="//solidot.org/images/print.gif" height="11" width="15" alt="Printer-friendly"></a> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<a href="//it.solidot.org/email.pl?sid=09/12/24/1058201"><img src="//solidot.org/images/email.gif" height="14" width="20" alt="Email story" ></a> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<br> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<strong>来自<b>QQ弹出窗</b>部门</strong> &nbsp;&nbsp;&nbsp;&nbsp;</div> &nbsp;&nbsp;&nbsp;&nbsp;<div class="body"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<div class="topic"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<a href="//it.solidot.org/search.pl?tid=87"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<img src="//solidot.org/images/topics/topicmedia.gif" width="60" height="53" alt="媒体" title="媒体" > &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</a> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</div> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<div class="intro"> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Techcrunch<a href="http://www.techcrunch.com/2009/12/23/google-news-cnn/">报道</a>，根据comScore的统计，2009年11月Google News的全球独立访问者数量达到了1亿，超过CNN的6600万和《纽约时报》的9200万，仅次于Yahoo News的1.38亿全球独立访问者。<i> 全球最主要的在线新闻来源分别是：Yahoo News，Google News，《纽约时报》，CNN，中国的腾讯（独立访问者5300万），BBC和MSN News都是4800万，《华尔街日报》在线只有680万。这是否意味着传统新闻网站的衰落呢？《商业周刊》前主编John A. Byrne<a href="http://www.c-changemedia.com/2009/12/google-media-biting-hand-that-feeds-you.html">认为</a>不是，新闻网站不应该屏蔽Google爬虫，这一趋势显示人们更相信Google是一个无偏见的信息源。虽然Google News的全球读者基数超过CNN，但实际上前者更像是一个短暂的中转站，后者则是目的的。11月份，读者在CNN上花的时间超过了20亿分钟，Google News只有8.4亿分钟，CNN的PV数有18亿，而Google News 只有6.56亿。</i> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</div> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;</div> </div>

advancejar

正则测试工具，不用.net环境的
http://www.jarlog.com/post/233.html

pywugw

试下用 HTMLParser :wink:

http://docs.python.org/library/htmlparser.html