仅匹配所有“http”网址，而不包含其他字符

Question

我尝试了以下表达方式。

(http:\/\/.*?)['\"\< \>]


(http:\/\/[-a-zA-Z0-9+&@#\/%?=~_|!:,.;\"]*[-a-zA-Z0-9+&@#\/%=~_|\"])

第一个表现不错但总是给出匹配网址的最后一个额外字符。

例如：

http://domain.com/path.html" 

http://domain.com/path.html<

注意

" <

我不希望他们使用网址。

Answer 1

您可以使用前瞻，而不是将['\"\< >]作为匹配的一部分，即：

(http:\/\/.*?)(?=['\"\< >])

一般来说，ab匹配ab，a(?=b)匹配a（如果后跟b）。

参考

• regular-expressions.info/Lookarounds

相关问题

• How does the regular expression (?<=#)[^#]+(?=#) work?

---

捕获组选项

所有口味都不支持外观。更广泛支持的是捕获群体。

一般来说，虽然(a)b仍匹配ab，但它也会在第1组中捕获a。

参考

• regular-expressions.info/Round Brackets for Grouping

相关问题

• How can I match on, but exclude a regex pattern?

---

否定字符类选项

根据需要，使用否定字符类通常比使用不情愿的.*?要好得多（在这种情况下后跟一个先行来断言终止符模式）。

让我们考虑匹配“A和ZZ之间的所有内容”的问题。事实证明，这个规范是模棱两可的：我们将提出3种模式来实现这一点，它们将产生不同的匹配。哪一个是“正确的”取决于期望，这在原始陈述中没有恰当地传达。

我们使用以下作为输入：

eeAiiZooAuuZZeeeZZfff

我们使用3种不同的模式：

• A(.*)ZZ产生1个匹配：AiiZooAuuZZeeeZZ（as seen on ideone.com）
  • 这是贪心变种;第1组匹配并捕获iiZooAuuZZeee
• A(.*?)ZZ产生1个匹配：AiiZooAuuZZ（as seen on ideone.com）
  • 这是不情愿的变体;第1组匹配并捕获iiZooAuu
• A([^Z]*)ZZ产生1个匹配：AuuZZ（as seen on ideone.com）
  • 这是否定字符类变体;第1组匹配并捕获uu

以下是他们匹配内容的直观表示：

         ___n
        /   \              n = negated character class
eeAiiZooAuuZZeeeZZfff      r = reluctant
  \_________/r   /         g = greedy
   \____________/g

参考

• regular-expressions.info/Character Class和Repetition: An Alternative to Laziness

相关问题

• Difference between .*? and .* for regex

Answer 2

您需要使用“（？= regex ）”（lookahead），它会查找特定模式，但不会在结果中包含它：

http:\/\/.*?(?=['\"\< >])

Answer 3

嗯，我可能只是简单地说“继续前进，直到你得到一个不受欢迎的角色”，就像这样：

http://[^'"< >]*

Escaped version（基于Q - 不确定这是什么引擎）：

http:\/\/[^'\"\< >]*

然而，lookahead solution by polygenelubricants是一种更灵活的方式，如果你可能在URL中有一些这些字符（但不是在最后）。