Question

有正则表达式〜像这样：

blablabla.+?(?:<a href="(http://.+?)" target="_blank">)?

我想捕获一个网址，如果我找到一个...找到的东西，但我没有得到链接（捕获总是空的）。现在，如果我像这样删除问号

blablabla.+?(?:<a href="(http://.+?)" target="_blank">)

这只会匹配最后有链接的东西......凌晨2点40分......我没有想法......

- 编辑 -

示例输入：

blablabla asd 1234t535 <a href="http://google.com" target="_blank">

预期产出：

match 0:

    group 1: <a href="http://google.com" target="_blank">
    group 2: http://google.com`

我只想要“http://google.com”或“”

Answer 1

你在做整串比赛吗？如果是这样，请尝试将.*添加到第一个正则表达式的末尾，并查看它匹配的内容。第一个正则表达式的问题在于它可以匹配blablabla之后的任何内容，因为.+?（导致空捕获），但括号内的部分仍然不匹配a标记除非它在字符串的末尾。顺便说一句，查看您的预期输出，捕获1将是URL;由于开头是?:，整个HTML标记周围的括号都是非捕获的。

Answer 2

你应该不需要。+？在开始时，正则表达式无论如何都将搜索整个输入

你也有结束'＆gt;'在空白之后，这将限制你的比赛

(?:<a href="(http://.+?)" target="_blank".*?>)

regex test

Answer 3

这是尾随？那是你做的。原因：通过将其标记为可选，你允许。+？抓住它。

blablabla.*(?:<a href="((http://)?.*)".+target="_blank".*>)

我稍微修改了一下...... .+?与.*基本相同，如果你的href中没有任何内容（你表示你想要“”），你需要制作http可选以及尾随文本。此外，.*前面的target表示您至少有一个空格或字符，但可能有更多（多个空格或其他属性）。 .*之前的>表示您可以跟踪空格或其他属性。

如果没有<a href...>，这根本就不匹配，但这就是你想要的，对吗？

如果您不需要捕获整个(?: ... )部分，则可以完全删除<a href...>。

如果属性没有按照指定的顺序列出，这将失败...这是正则表达式无法真正用于解析html的原因之一。但是如果你确定href总是会在目标之前，那么这应该是你需要的。

正则表达式c＃可选组 - 应该贪婪吗？

3 个答案: