非贪婪的正则表达式开头但不包含字符串

Question

我正在尝试从HTML中提取某些URL（例如，所有以http开头，包含/ tempfiles /并以.jpg结尾的URL）。我有类似的东西

http.*?\/tempfiles\/.*?\.jpg

问题是当我有类似HTML的内容时

blah blah <img src=http://somelink/file.html>http://server/tempfiles/blah.jpg
blah blah

它返回http://somelink/file.html etc more junk http://server/tempfiles/blah.jpg

有没有办法说第一个和/ tempfiles /之间不能有第二个http？

Answer 1

您可以使用

http(?:(?!http).)*?/tempfiles/.*?\.jpg

请参见regex demo和Regulex graph：

详细信息

• http-一个http子字符串
• (?:(?!http).)*?-除换行符以外的任何字符，重复次数为0或更多，且重复次数越少越好，这不会启动http字符序列
• /tempfiles/-文字子字符串
• .*?-除换行符外的任何0+个字符，应尽可能少
• \.jpg-一个.jpg子字符串。