Question

我有以下C＃正则表达式

@"(?:https?:\/\/)?(?:www\.)?(?:(?:(?:youtube\.com\/watch\?[^?]*v=|youtu\.be\/)))([\w-]+)";

如何更正此问题，以便正则表达式不会在网址开头使用双引号匹配网址。因此，如果URL位于超链接的href属性中，则会被忽略而不会被捕获。

我已经在我的其他Twitter Regex模式中使用了这个表达式，但是我无法在这个模式中使用它。

(?<!"")

它适用于Twitter模式：

(?<!"")https?://twitter\.com/(?:#!/)?(\w+)/status(?:es)?/(\d+)

因此，YouTube Regex只应抓取网址开头没有双引号的网址。

Answer 1

要回答这个问题：如果当前位置之前没有(?<!") ，则"将无法匹配。如果在当前位置之前必须没有"后面跟着0+其他字符，则可以利用.NET 无限宽度的后视。

在这种情况下，您可能希望将您的loobehind变为

(?<!"[^"<>]*)

请参阅regex demo。请注意，[^"<>]*匹配除"，<和>以外的0 +字符，因此，仅在元素节点" >如果 HTML完全序列化。如果它包含纯属<或>内部属性值，则此方法无法正常工作。

这就是为什么你应该考虑为这个任务使用适当的HTML解析器，因为你已经在项目中使用它了。如果你知道你想要达到的目标，我会更新答案。