排除以特定字符开头的正则表达式匹配

Question

我有以下内容：

        Regex urlRx = new Regex(@"((https?|ftp|file)\://|www.)[A-Za-z0-9\.\-]+(/[A-Za-z0-9\?\#\&\=;\+!'\(\)\*\-\._~%]*)*", RegexOptions.IgnoreCase);

这匹配所有网址，但我想排除前面有字符"或'的网址。我一直试图使用其他解决方案（Regex to exclude [ unless preceded by \）来实现这一目标，但未能通过。

如果我有这个：

The brown fox www.google.com

我应该得到一个匹配。但如果我有这个：

The brown fox <a href="www.google.com">boo</a>

由于"，我不应该得到匹配。如何实现这一目标？

Answer 1

您需要负面反对：按(?<!["'])为正则表达式加前缀。

说明：

• (?<!...)表示：直接在当前位置之前的内容不得与...匹配。
• ["']只是一个包含您要排除的两个字符的字符组。

注意：在@"..."个字符串中，双qoutes会通过加倍来转义，因此您的代码会显示为：

Regex urlRx = new Regex(@"(?<![""'])((https?|ftp|file)...

在VB中：

Dim urlRx As New Regex("(?<![""'])((https?|ftp|file)...