正则表达式会在每个唯一字符串之前找到所有最后变化的字符串

Question

我想找到此应用程序的正则表达式。我已经搜索过但找不到答案，但是我不是正则表达式方面的专家。我将尝试解释我想做什么。我希望正则表达式在每个唯一字符串之前找到所有最后一个URL

我尝试了（？！href）。*（？<=包含唯一字符串的特殊字符），但使用实际的html时它会挂起程序，也许是因为它比我的示例长得多。

在此示例中，我想找到包含唯一字符串的特殊字符（可能有很多）之前的所有最后部分url。

就像下面的虚拟填充物一样，但是没有新行（添加了新的行以使您更容易理解我的意思），包括空格和特殊字符在内的随机垃圾也没有_-。，<>：;;;“ azAZ09实际上是href之间的随机填充物。我感兴趣的网址之间有不同数量的网址和随机垃圾：

href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/theinfoIwant/moreinfoIwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09
Uniquestringcontainingspecialcharacters
randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/randomtextandornumberthatIdontwant/morerandomtextandornumberthatIdontwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 
href="/differentinfoIwant/moredifferentinfoIwant/" randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09
Uniquestringcontainingspecialcharacters
randomjunkincludingspacesandspecialcharacterswithoutausefulpatern _-.,<>:;"azAZ09 

所以我想在这里得到

/theinfoIwant/moreinfoIwant/
/differentinfoIwant/moredifferentinfoIwant/

Answer 1

基本上，您要查找的正则表达式可能类似于

 href="[^"]*"(?=(?:(?!href=).)*Uniquestringcontainingspecialcharacters)

.也与换行符匹配（取决于语言/s标志）

• href="[^"]*"个匹配项
  • href="后跟
  • 除"以外的任何字符都应尽可能多地跟在后面
  • "
• (?=...)是结束"后的位置的先行断言
  • (?:(?!href=).)*是经过磨炼的贪婪令牌（使用否定的超前查找来尽可能匹配任何字符，以确保其中不包含href=）
  • Uniquestringcontainingspecialcharacters特殊令牌

稍微好一点的Uniquestringcontainingspecialcharacters也可以以缓和的贪婪模式添加：

href="[^"]*"(?=(?:(?!href=|Uniquestringcontainingspecialcharacters).)*Uniquestringcontainingspecialcharacters)