使用正则表达式和javascript从锚标记的href中提取文本

Question

在谈到使用Regex时，我有点像新手，我偶然发现了一些问题。我正在尝试获取链接的href内的文本。

这是我到目前为止所得到的

/\w+(?=")/g

这些是我正在测试它的字符串：

<a target="_blank" href="fdsfsd">fdsfs</a>
<a href="mdosfsd"></a>
<link href="f89sdfsd" />

现在它会返回“”中的任何文字，但我不知道如果在这种情况下还有更多“”，我该如何选择它是href，如果此href是<a>

的一部分

Answer 1

您可以使用Element.getAttribute()。在Mozilla开发者网络here

上阅读相关内容

以下是一个例子：

var attribute = element.getAttribute(attributeName);

另请注意：使用正则表达式解析html是不好的做法。见这里 - RegEx match open tags except XHTML self-contained tags

Answer 2

纯粹使用正则表达式的解决方案虽然通常不可取（如上所述），但是：

var re = /href="[^"]*"/gi,
    extracted = yourText.match(re).map(v => v.slice(6, -1));

请注意，这有很多方面存在缺陷 - 例如，如果使用单引号（href）而不是双引号（'）定义"，该怎么办？或者，如果有白色空间怎么办？或者，一个假阳性属性，例如not-an-href="..."

此解决方案应仅用于简单场景，其中对此类奇数边缘情况的完全稳健性不是问题。