regex - 匹配所有 href，除了 .js 或 .css href

Question

我正在尝试匹配页面上的所有链接，但我不想捕获 css 或 js 文件

我能想到的最好的就是这个

^href=".*[^\.css | ^\.js]"$

但它也匹配一些奇怪的文本，比如这个：

href="http://fonts.googleapis.com/css?family=Droid+Serif" type="text/css"><link rel="stylesheet" 

有任何想法吗？我一直在尝试并在谷歌上搜索我的问题的答案，但到目前为止还没有

Answer 1

这个：

href="http://fonts.googleapis.com/css?family=Droid+Serif" type="text/css"><link rel="stylesheet" 

里面没有.css，只有css（没有点）。这不就是它找到它的原因吗？

Answer 2

您将需要使用负前瞻：

href="[^.]+(?!(?:css|js)).*"

但除了正则表达式之外，可能还有更好的方法来废弃 HTML 页面，比如 DOM 解析器。