c# - 正则表达式匹配已知字符串之间的字符串以及带有换行符的已知文本之后

Question

所以，我有这样的文字：

<a href="/find/1">testing</a>
<strong>a known text</strong>
<p>testing2</p>
<p>this paragraphs are dynamically</p>
...
<a href="/find/2/">testing again</a>
<a href="/find/3/">testing and again</a>

我想获取已知文本下的所有href

我使用这个正则表达式来获取所有匹配项：(?<=<a\ href=")/find/.*?(?=") 但我也得到了结果：/find/1这是我不想要的结果。

我试过这个：a known tex[\w\W](?<=<a\ href=")/find/*?(?=")但它不起作用。我不知道如何正确完成这项工作。基本上我只想得到/find/2/和/find/3

PS：我并没有真正使用 C#，而是一个用 C# 制作并使用 C# 正则表达式的软件。

Answer 1

我有这个正则表达式，它与 Marcin 的有点不同，但我不习惯在后视中使用可变长度的正则表达式：

var regex = new Regex(@"(?:a known text|(?<!^)\G)[\w\W]+?((?<=<a\ href="")/find/.*?(?=""))");

ideone演示

相信应该使正则表达式更有效率。

\G是一个特殊字符，它匹配上一个匹配结束的位置，因此在找到第一个之后/find/，它会再次尝试匹配。我不得不在后面放置一个否定的lookbehind以防止它也匹配换行符。

a known tex[\w\W](?<=<a\ href=")/find/*?(?=")

关于你的正则表达式，你犯的一些小错误是忘记了after的量词[\w\W]和点。使用只会得到你，这已经聊胜于无了！*?/find/a known tex[\w\W]+(?<=<a\ href=")(/find/.*?)(?=")/find/2/

编辑：正如 AlanMoore 正确指出的那样，您可以简化正则表达式：

var regex = new Regex(@"(?:a known text|(?<!^)\G)[\w\W]+?<a href=""(/find/.*?)""");

为了使.匹配换行符，我们可以使用(?s)和删除[\w\W]部分：

var regex = new Regex(@"(?s)(?:a known text|(?<!^)\G).*?<a href=""(/find/.*?)""");