regex - 如何跳过已经在锚标记中的域？

Question

此处找到的以下正则表达式与以下域匹配得很好，但我不希望它匹配已经在锚标记中的域（最后一个示例）请注意，此匹配将在文本句子中检测这些情况。

((?: http| https)://)?[.0-9a-z-]+\.[a-z]{2,6}(?::[0-9]{1,5}+)?(?:/[!$'()*+,._a-z-]++){0,9}(?:/[!$'()*+,._a-z-]*)?(?:\?[!$&'()*+,.=_a-z-]*)?

在句子或段落中匹配：

www.domain.com
domain.com
this.is.a.special.url.domain.com/hello 
http://domain.com
http://www.domain.com
http://www.domain.com/
http://www.domain.com/index.html
http://www.domain.com/index.html?source=library

但是，如何将正则表达式更改为与锚标记中已经存在的域不匹配？

<a href="http://www.usertesting.com">hello</a>

Answer 1

您可以只添加否定的lookbehind以排除遵循ahref="或href='这样的匹配：

(?<!href=["'])((?: http| https)://)?[.0-9a-z-]+\.[a-z]{2,6}(?::[0-9]{1,5}+)?(?:/[!$'()*+,._a-z-]++){0,9}(?:/[!$'()*+,._a-z-]*)?(?:\?[!$&'()*+,.=_a-z-]*)?