RegEx：删除所有数字后跟逗号

Question

我的数据库中有HTML链接需要修改。 示例链接如下所示：

<a href="http://example.com/category/subcategory/1,23,456.html">My Link </a>

并希望将其更改为：

<a href="http://example.com/category/subcategory/456.html">My Link </a>

我已经尝试过：/(href=".*)\d+.*,/U但最终只删除了1,表单的链接。 我最大的问题是告诉表达式“查找任何出现的数字后跟逗号，但不是句号”。

有人可以帮我查找一个删除所有数字后跟逗号的RegEx吗？ 请记住，这些链接属于非常大的HTML代码块。所以正则表达式必须只匹配这些链接。

Answer 1

关注regexp

(?:(?:^|(?<!\\)").*?href=")(*SKIP)(?!)|\d+,

• (*SKIP)(?!)
  • (?!)：失败
  • (*SKIP)：避免回溯
• .*?href="：在第一个href="序列
之前匹配所有内容
• (?:^|(?<!\\)")：^行首播或"不在\和
之前

请注意，如果href可能出现在标记之外，则可能不安全。

test with regex101

使用相同技术的安全解决方案

(?:<![CDATA[.*?]]>|<!--.*?-->|>[^<]*<|href="|"[^">]*(?=>)|(?<!href=)"(?:\\.|[^"])*")(*SKIP)(?!)|\d+,