regex - 正则表达式删除多行匹配查询

Question

我有这些行，我需要删除以“/index.html”结尾的行（从“< a”标签开始（前面两行），并保留所有其他行。

例子：

<a href="http://site.com/dir/file.html">
/dir/file.html</a>: 
../../../index.html<br>
<a href="http://site.com/dir/file2.html">
/dir/file2.html</a>: 
../../../page.html<br>
<a href="http://site.com/dir/name.html">
/dir/name.html</a>: 
../../../index.html<br>
<a href="http://site.com/dir/any-link_.html">
/dir/any-link_.html</a>: 
../../../file-name.html<br>

输出：

<a href="http://site.com/dir/file2.html">
/dir/file2.html</a>: 
../../../page.html<br>
<a href="http://site.com/dir/any-link_.html">
/dir/any-link_.html</a>: 
../../../file-name.html<br>

因此，正则表达式应该删除“/index.html”之前的所有内容，直到 < a（它之前的两行），并将其他行留在后面。

我正在尝试类似：记事本++中的^./index.html，但它只删除具有“/index.html”的行，我不知道如何从它之前的<a开始删除2行.

Answer 1

<a href="http://site\.com([^"]*\.html)">\s*\1</a>:\s*.*index.html<br>\s*

匹配<a href="http:site.com字面，后跟路径名，然后是标记的结尾和所有空格（包括新行），直到文件名的重复（\1），然后是结束标记、冒号、更多空格（再次，包括换行符），然后是任意数量的字符（换行符除外），然后index.html<br>是下一行之前的所有空格（再次包括换行符）

可能会缩短为

.*\n.*\n.*index.html<br>\n

但要小心 .* ，它是意想不到的副作用。正则表达式应始终尽可能具体，尤其是在使用它们进行删除时。