Question

我正在尝试获取所有href值，但无法获得正确的结果，请帮助我们。

我尝试过这种模式

（？[\ w-] +）\ s * = \ s *（（?:“（？[^”>] +）））

这是链接 DataFrame.all

示例：

<a href="#" lclick="Test_Navi('page:6f66f6dd')">
<A HREF = "page:9477be:The Page "Test Detail"">

**Output**:

Match 1:
Name    href
Value   #

Match 2:
Name:   lclick
Value:  Test_Navi('page:6f66f6dd')

Match 3:
Name:   HREF
Value:  page:9477be:Der Dialog

**Expected Output**:
Match 1:
Name    href
Value   #

Match 2:
Name    lclick
Value   Test_Navi('page:6f66f6dd')

Match 3:
Name    HREF
Value   page:9477be:Der Dialog "Test Detail"

Answer 1

如果您确实需要名称/值的东西，那么而不是所有单词都使用href [\ w-] + => href

(?<name>href)\s*=\s*((?:"(?<Value>[^">]+)))

Answer 2

尽管您不应该使用正则表达式来解析/处理html，但是对于简单的文本提取，您可以使用此正则表达式从group1中获取所需的匹配项，

\w+\s*=\s*"([^=]*)"

说明：

\w+-匹配一个或多个单词\w（[a-zA-Z0-9_]）字符
\s*=\s*-匹配=，周围有可选的空白字符
"([^=]*)"-这是正则表达式的关键部分，可将其与其他答案区分开来，并使其按预期工作。您要捕获的值中也包含双引号，因此无法使用[^"]+，而使用".*"会捕获更多的值。这里的关键是您所有的键值对都用=隔开，因此值不能包含此字符，因为我使用[^=]*字符来捕获值，所以贪婪地使用里面存在的双引号也会被捕获，并期望最后一个是"([^=]*)"所在的地方，并按需要完成工作。

Demo

正则表达式的扩展版本就是这个

(?<Name>[\w-]+)\s*=\s*((?:"(?<Value>[^=]+)"))

Rubular demo

如何在正则表达式中选择href值？

2 个答案: