Question

如何匹配html“a”标签，只使用没有http的标签，使用正则表达式？

即匹配：

blahblah... < a href=\"somthing\" > ...blahblah

但不是

blahblah... < a href=\"http://someting\" > ...blahblah

Answer 1

使用DOMParser和XPath更容易，而不是正则表达式。

请参阅jsfiddle中的回复。

<强> HTML

<body>
    <div>
        <a href='index.php'>1. index</a>
        <a href='http://www.bar.com'>2. bar</a>
        <a href='http://www.foo.com'>3. foo</a>        
        <a href='hello.php'>4. hello</a>        
    </div>
</body>

<强> JS

$(document).ready(function() {
    var type = XPathResult.ANY_TYPE;
    var page = $("body").html();
    var doc = DOMParser().parseFromString(page, "text/xml");
    var xpath = "//a[not(starts-with(@href,'http://'))]";
    var result = doc.evaluate(xpath, doc, null, type, null);

    var node = result.iterateNext();
    while (node) {
        console.log(node); // returns links 1 and 4
        node  = result.iterateNext();        
    }

});

备注

我正在使用jquery来创建一个小代码，但你可以在没有jquery的情况下完成它。

此代码必须适用于ie（我已经在firefox中测试过）。

Answer 2

您应该使用XML解析器而不是正则表达式。

关于同一主题：

RegEx match open tags except XHTML self-contained tags

Answer 3

使用jquery，你可以做一些非常简单的事情：

links_that_doesnt_start_with_http = $("a:not([href^=http://])")

编辑：添加：//

Answer 4

var html = 'Some text with a <a href="http://example.com/">link</a> and an <a href="#anchor">anchor</a>.';
var re = /<a href="(?!http:\/\/)[^"]*">/i;
var match = html.match(re);
// match contains <a href="#anchor">

注意：如果您有其他属性，这将无效。

Answer 5

我正在解释你的问题，因为你的意思是任何（大多数）绝对URI与协议，而不仅仅是HTTP。添加到其他人的错误解决方案。您应该在href上进行此检查：

if (href.slice(0, 2) !== "//" && !/^[\w-]+:\/\//.test(href)) {
    // href is a relative URI without http://
}

正则表达式匹配<a> tags without http://</a>

5 个答案: