我有一个很长的HTML文件，其中包含组织名称及其URL。每个组织的＆＃34;部分＆＃34;在代码中划分了单词＆＃34; organization＆＃34;接下来是很多代码，其URL位于该代码中，并以＆＃34; organization＆＃34;结尾。
例如：
组织 - 许多代码（URL位于某处） - 组织
我曾尝试使用正则表达式来搜索和提取网址，但无济于事。
organization(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\ @/$,]*organization
我怀疑我的问题在于我试图通过使用单词＆＃34; organization＆＃34;来划分对URL的搜索，但我不确定。
答案 0 :(得分：0)
从这里尝试第1组：
organization.*\b(\w+://[\w.?%&=@/$,-]+).*?organization
答案 1 :(得分：0)
您当前的正则表达式正在搜索两个“组织”实例之间夹杂的内容。如果“组织”和您的网址之间存在任何字符，则您需要为任何实例（.*?）引入非贪婪匹配，如果混合中有换行符，您将会需要使用(?:.|\n)*?。
所以你的正则表达式变成了：
organization的 (?:.|\n)*? (?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\ @/$,]*的 (?:.|\n)*? organization
（由于粗体插入，这个错误的出现有空格，但它没有。如果你选择它并复制/粘贴，它将正确粘贴空格）