regex - 如何从超链接获取自定义属性的值？

Question

使用 ColdFusion，如何从下面的字符串中获取“我的链接别名”部分？如果有帮助，它将始终使用“别名”属性。

<a href="http://www.google.com" alias="my link alias">learn more</a>

Answer 1

一般来说，不要使用 regex 使用jsoup（或其他 HTML 解析器） - 它基本上是：

<cfset Alias = jsoup.parse(input).select('a[alias]').attr('alias') />

有关更多信息，Henry 发布了Ben Nadel 的博客文章的链接，还有Ray Camden的博客文章，如果您在 SO 上搜索，您会发现大量 jSoup/CF 问题，其中包含有用的信息。

如果您只处理您提供的格式的字符串（即只是一个 A 标记，而不是整个 HTML 块），您可以这样做很简单：

<cfset Input = '<a href="http://www.google.com" alias="my link alias">learn more</a>' />
<cfset Parts = Input.split('\salias="',2) />
<cfset Alias = ListFirst(Parts[2],'"') />

或者处理可能的空格和单引号或双引号：

<cfset Input = '<a href="http://www.google.com" alias="my link alias">learn more</a>' />
<cfset Parts = Input.split('\salias\s*=\s*(?=["''])',2) />
<cfset Alias = ListFirst( Parts[2] , Left(Parts[2],1) ) />

但是，如果您不确定标记是什么，请改用强大的 HTML 解析器。

Answer 2

描述

您可以使用这个需要a标签的正则表达式，并且不会意外匹配以 . 开头的任何其他标签a。它还允许在属性值周围使用双引号或单引号。在这个特定的问题上，肯定前瞻的价值可能会丢失，因为我们只检查一个属性，如果您要捕获多个属性，那么可以使用多个前瞻来以任何顺序捕获属性。

<a\b(?=[^>]*\s\balias=(["'])((?:(?!\1)|.)*)\1)[^>]*>(.*?)<\/a>

团体

第 0 组从打开锚标记到关闭标记获取整个字符串

1. 获取使用的引号类型，以便在关闭时正确匹配
2. 获取别名属性的值
3. 获取打开和关闭锚标记之间的值。这涵盖了在编辑问题之前来自请求者的原始未编辑问题的可能意图。

示例匹配

给定输入文本：<a href="http://www.google.com" alias="my link's alias">learn more</a>

[0] => <a href="http://www.google.com" alias="my link's alias">learn more</a>
[1] => "
[2] => my link's alias
[3] => learn more