修改正则表达式

Question

我需要帮助修改以下正则表达式：

/(<a[^<>]*\shref=[\"\'])([^#][^<\"\'>]+)([\"\'][^<>]*)(.*?<\/a>)/is

使用此正则表达式，我能够提取href属性的内容，例如使用字符串：

<a href="http://www.google.com">Google</a>

它将提取http://www.google.com和所有其他内容。如果它包含#字符，我也在正则表达式中包含忽略href，这是因为我只对相对和绝对链接感兴趣。但是，我遇到了像<a href="/">Text</a>这样的锚点。出于某种原因，“/”字符将不匹配，我需要解决这个问题。这是演示http://regexr.com/3bbul

Answer 1

您需要添加否定前瞻。

(<a[^<>]*\shref=[\"\'])(?!#)([^<\"\'>]+)([\"\'][^<>]*)(.*?<\/a>)

或

(<a[^<>]*\shref=([\"\']))(?!#)([^<\"\'>]+)(\2[^<>]*)(.*?<\/a>)

你的正则表达式出了什么问题？

([^#][^<\"\'>]+)

[^#]匹配单个chracater。

[^<\"\'>]+匹配catleast one char。

因此，除了href内的至少两个字符外，输入中的href属性值仅包含单个字符。所以没有比赛。

DEMO

Answer 2

最好使用此正则表达式

/<a.*href="([^#]*)">.*<\/a>/is