我有一个包含组织名称及其 URL 的长 HTML 文件。代码中每个组织的“部分”由“组织”一词划分，后跟大量代码，其 URL 位于该代码内，并以“组织”一词结尾。
例如：
组织——大量代码（URL 位于内部某处）——组织
我曾尝试使用正则表达式来搜索和提取 URL，但无济于事。
organization(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\ @/$,]*organization
我怀疑我的问题在于我试图通过使用“组织”一词来划分对 URL 的搜索，但我不确定。
您当前的正则表达式正在搜索夹在两个“组织”实例之间的内容。如果“组织”和您的 URL 之间可能存在字符，您需要为任何实例 ( .*?) 引入非贪婪匹配，并且如果混合中有换行符，则需要使用(?:.|\n)*?.
所以你的正则表达式变成：
organization(?:.|\n)*?(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\ @/$,]*(?:.|\n)*?organization
（由于粗体插入，这错误地看起来有空格，但实际上没有。如果选择它并复制/粘贴，它将正确粘贴而没有空格）
从这里尝试第 1 组：
organization.*\b(\w+://[\w.?%&=@/$,-]+).*?organization