正则表达式仅返回“链接”标签的“href”属性？

Posted 2023-03-05

【中文标题】正则表达式仅返回“链接”标签的“href”属性？

【英文标题】：RegEx to return 'href' attribute of 'link' tags only?

【发布时间】：2010-09-21 01:35:32

【问题描述】：

我正在尝试制作一个仅返回 <link> 标签 hrefs 的正则表达式

为什么这个正则表达式会返回所有的href，包括 (? 斜线框

谢谢

【问题讨论】：

请重新表述问题。我认为没有人会理解你的问题。

【参考方案1】：

要么

/(?<=<link\b[^<>]*?)\bhref=\s*=\s*(?:"[^"]*"|'[^']'|\S+)/

或

/<link\b[^<>]*?\b(href=\s*=\s*(?:"[^"]*"|'[^']'|\S+))/

主要区别是[^<>]*? 而不是.*?。这是因为您不希望它继续搜索其他标签。

【讨论】：

太棒了！我永远不会选择那个！

【参考方案2】：

避免对这种简单的情况进行后视，只需匹配您需要的内容，然后捕获您想要获得的内容。

我在带有 s 和 g 选项的 Regex Coach 中使用 <link\s+[^>]*(href\s*=\s*(['"]).*?\2) 获得了不错的结果。

【参考方案3】：

/(?<=<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+[^>]*>/

我自己对反向引用有点不稳定，所以我把它留在了那里。不过这个正则表达式：

/(<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+[^>]*>/

...在我的 javascript 测试中有效。

【参考方案4】：

(?<=<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+

适用于Expresso（我认为 Expresso 在 .NET 正则表达式引擎上运行）。您甚至可以进一步改进它以匹配结束 ' 或 ":

(?<=<link\s+.*?)href\s*=\s*([\'\"])[^\'\"]+(\1)

也许您的正则表达式引擎不适用于后向断言。解决方法是

(?:<link\s+.*?)(href\s*=\s*([\'\"])[^\'\"]+(\2))

您的比赛将在被捕获的第 1 组中。

【参考方案5】：

您使用的是什么正则表达式风格？一方面，Perl 不支持可变长度的lookbehind。如果这是一个选项，我会选择（编辑以实现 MizardX 的非常好的想法）：

(?<=<link\b[^<>]*?)href\s*=\s*(['"])(?:(?!\1).)+\1

作为第一个近似值。这样引号字符（'或“）的选择将被匹配。 对于不支持（可变长度）lookbehind 的语言也是如此：

(?:<link\b[^<>]*?)(href\s*=\s*(['"])(?:(?!\2).)+\2)

\1 将包含您的匹配项。