正则：如何处理嵌套的HTML标签中的内容？
我想用正则表达式处理html中的文本，因为处理的同时还要保证html标签，所以不能用innerText。
代码如下：
在处理嵌套的HTML时，这个正则匹配有问题,
如处理： <ul> <li> 列表中的Text </li> </ul> 时，match.SubMatches(2)是空。
而我需要得到的内容是“列表中的Text”或者“ <li> 列表中的Text </li> ”

大家帮我看看，应该怎么修改这个正则。

<script   type= "text/vbscript ">
<!--
p_template   =   " <aaa> 自定义标签 </aaa> <ul> aa <li> 列表中的Text </li> aa </ul> <p> <img   src= 'http://wwwy1.asdfs.com '   width= '100px '   height= '50 '   /> P中间IMG后面的   文字 </p> <a   href= 'mailto:aa?subject=bb&amp;body=cc '> 这个是链接文字 </a> 链接后   的文字 "
Set   p_regexp   =   New   RegExp
p_regexp.Global   =   True
p_regexp.Pattern   =   " <([a-z]+)(.*)> (.*) <\/\1> "
'While   p_regexp.Test(p_template)
'MsgBox   p_template
Set   Matches   =   p_regexp.Execute(p_template)
For   Each   match   in   Matches
'If   p_regexp.Test(p_template)

p_regexp.Pattern   =   match.Value
p_template   =   p_regexp.Replace(p_template,   match.SubMatches(2))
MsgBox   match.SubMatches(2)
Next
'Wend

MsgBox   p_template
//-->
</script>

------解决方案--------------------
" <([a-z]+)(.*)> ([^ <]*) <\/\1> "

------解决方案--------------------
我刚才看了一下，是由于？在正则为特殊含义字符引起的，你把？替换为*+等都不能匹配，最好还是回避它，但是最终的原理我也没有弄清楚。
<script type= "text/vbscript ">
<!--
p_template = " <aaa > 自定义标签 </aaa> <ul> aa <li> 列表中的Text </li> aa </ul> <p> <img src= 'http://wwwy1.asdfs.com ' width= '100px ' height= '50 ' /> P中间IMG后面的 文字 </p> <a href= ' 'http://www.163.com/index.phpsubject=bb&amp;body=cc '> 这个是链接文字 </a> 链接后 的文字 "
p_template=Replace(p_template, "? ", " ")
Set p_regexp = New RegExp
p_regexp.Global = True
p_regexp.Pattern = " <([a-z]+)([^> ]*)> (.*) <\/\1> "
'While p_regexp.Test(p_template)
'MsgBox p_template
Set Matches = p_regexp.Execute(p_template)
For Each match in Matches
'If p_regexp.Test(p_template)

p_regexp.Pattern = match.Value
p_template = p_regexp.Replace(p_template, match.SubMatches(2))
'MsgBox match.SubMatches(2)
Next
'Wend

MsgBox p_template
'MsgBox p_regexp.Test(p_template)
//-->
</script>