因为算法要求操作html标记，而要匹配的字符串较繁杂，因此需要借助正则表达式来完成。

1. 提取html标记中的所有表格标记及属性

C#语言定义：

说明

设置选项IgnoreCase，表示不关心html标记的大小写。另外，只有命名的组才能存储它们的匹配，由于只关注4个组的内容，为了便捷和高效，设置了ExplicitCapture选项。Singleline选项允许“.”字符匹配新行，因为一个标记的HTML可能在多行出现。

上面的正则表达式非常庞大，需要对它进行分解，首先分解出匹配第一个开始标记的正则表达式模式“<（？<outertag>[t，a，b，l，e，r，d]{2，}）（？<attributes>[^>]*）>”。

这个表达式匹配像<tr>和<table width="149">这样的标记。首先，它匹配一个表格标记的“<”字符；然后，匹配一个名为outertag的组。这个组匹配形如table、tr和td的标记类型。在此，使用这个组获取最初的结果，然后匹配结束标记类型。接下来是attributes组，这个组可以匹配任意表格标记属性，如width="149"。若把它放在它自己的组中，就很容易在代码中访问匹配的结果。

一些单元素（如<img>标记）只有一个开始标记，所以前面匹配的模式就足够了。但表格的元素有一个结束标记，所以需要模式的其余部分，即“（？<innerhtml>（<（？<inn-ertag>[t，a，b，l，e，r，d]{2，}）[^>]*>.*？</\\k<innertag>>）*（？=</\\k<outertag>>））？”。

外部组即innerhtml组，它匹配外部开始标记和最后的结束标记之间的所有内容。所以，如果有下面的HTML：(www.daowen.com)

那么，innerhtml组将匹配如下内容：

2. 提取表格标记中的行列属性值

（1）形如width="100"，获取值100。

C#语言定义：

（2）形如height="50"，获取值50。

C#语言定义：

（3）形如<td width="100"；height="50">，获取值100和50。

C#语言定义：