我有一个包含html代码的字符串，如下所示：
...
<a href="../link.png">image link</a>
...
<img src="../image.png" />
...
<pre class="should_not_match">...</pre>
...
我想提取../link.png中href的{{1}}以及a中../image.png的{{1}}的所有资源路径。现在我有以下代码：
src输出不仅包括img，(with-temp-buffer
(insert html-content) ;; html-content is the content mentioned above
(beginning-of-buffer)
(while (re-search-forward "<[a-zA-Z]+[^/>]+[src|href]=\"\\([^\"]+\\)\"[^>]*>" nil t)
(message (match-string 1))
;; more code here
))
，还包括../link.png，我知道这是因为regexp中的../image.png不正确（我想匹配{ {1}}或should_not_match）。然后我使用以下正则表达式：
[src|href]但它现在返回src。我也试过以下，但没有运气：
href那么，什么是正确的正则表达式呢？
提前致谢，
开尔文
修改
受@lawlist的启发，我发现这是因为我需要使用"<[a-zA-Z]+[^/>]+(src|href)=\"\\([^\"]+\\)\"[^>]*>"
转义nil，因此"<[a-zA-Z]+[^/>]+\\(src|href\\)=\"\\([^\"]+\\)\"[^>]*>"
"<[a-zA-Z]+[^/>]+((src)|(href))=\"\\([^\"]+\\)\"[^>]*>"
"<[a-zA-Z]+[^/>]+(\\(src\\)|\\(href\\))=\"\\([^\"]+\\)\"[^>]*>"
"<[a-zA-Z]+[^/>]+\\((src)|(href)\\)=\"\\([^\"]+\\)\"[^>]*>"
"<[a-zA-Z]+[^/>]+\\(\\(src\\)|\\(href\\)\\)=\"\\([^\"]+\\)\"[^>]*>"
效果很好。
答案 0 :(得分：2)
此特定正则表达式涵盖原始海报示例中的前两项，例如<a href="../link.png">image link</a>和<img src="../image.png" />。我认为没有必要排除原始海报示例中的第三项，因为它不包含在以下正则表达式中：
\\(<a href=\"\\|<img src=\"\\)\\(.*\\)\\(\">image link</a>\\|\" />\\)
原始海报的正则表达不包括第一个示例的一部分 - 即，即使我们修复image link</a>，正则表达式也不会考虑\\(src\\|href\\)。因此，我的建议是设计一个包含整个html链接的正则表达式。
答案 1 :(得分：0)