Question

我希望匹配>后的所有文字，并可选择匹配同一行上的链接：

preg_match('#(href="([^"]*))?.*>(.*)#', '<a href="world.html">Hello', $m);
print_r($m);

输入示例：

<a href="#catch-me" style="nice">Capture this text
This text should be ignored <a href="#me-too">Other text to capture
<p>This line has no link, but should be matched anyway.

预期结果：

[2] => world.html
[3] => Hello

实际结果：

[2] => 
[3] => Hello

如果我删除了问号，它会起作用，但是链接显然不再是可选的。

为什么会发生这种情况，我该如何解决？

Answer 1

在处理.*后面的可选子模式时，必须非常小心。

关键是，在可选模式之后的.*几乎总是＆＃34;采取＆＃34;可选的子模式值。你的正则表达式适用于像href="world.html">Hello这样的字符串。但如果它之前有其他符号则不行。

查看：当您try your regex对<a href="world.html">Hello时，可以匹配空字符串的(href="([^"]*))? （遇到非匹配符号时不会失败），匹配开头<之前的位置。然后，.*发挥作用并匹配所有直到结束，并开始回溯。因此，表达式找到最后一个>，然后(.*)将该行的其余部分捕获到第3组。

因此，您可以将您的值与(href="([^"]*))?(?:(?!href=")[^>])*>(.*) tempered greedy token（与(?:(?!href=")[^>])*序列不匹配）的beforeunload documentation正则表达式匹配，或者将任务拆分为2个操作（是的，最好是）：

1）抓住所有链接
2）检查可选值。

正则表达式中的问号未按预期工作

1 个答案: