regex - 正则表达式仅返回“链接”标签的“href”属性？

Question

我试图制作一个只返回<link>标签hrefs的正则表达式

为什么这个正则表达式会返回包括 <a hrefs 在内的所有 hrefs？

    (?<=<链接\s+.*?)href\s*=\s*[\'\"][^\'\"]+

    <link rel="stylesheet" rev="stylesheet"
    href="idlecore-tided.css?T_2_5_0_228" media="screen">
    <a href="anotherurl">斜线框</a>

谢谢你

score 3 · Accepted Answer

任何一个

/(?<=<link\b[^<>]*?)\bhref=\s*=\s*(?:"[^"]*"|'[^']'|\S+)/

或者

/<link\b[^<>]*?\b(href=\s*=\s*(?:"[^"]*"|'[^']'|\S+))/

主要区别在于[^<>]*?而不是.*?. 这是因为您不希望它继续搜索其他标签。

score 1 · Accepted Answer

避免对这种简单的情况进行后视，只需匹配您需要的内容，然后捕获您想要获得的内容。

我<link\s+[^>]*(href\s*=\s*(['"]).*?\2)在带有 s 和 g 选项的 Regex Coach 中取得了不错的成绩。

score 0 · Accepted Answer

/(?<=<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+[^>]*>/

我自己对反向引用有点不稳定，所以我把它留在那里。这个正则表达式虽然：

/(<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+[^>]*>/

...适用于我的 Javascript 测试。

score 0 · Accepted Answer

您使用的是什么正则表达式风格？一方面，Perl 不支持可变长度的lookbehind。如果这是一个选项，我会选择（编辑以实现 MizardX 的非常好的想法）：

(?<=<link\b[^<>]*?)href\s*=\s*(['"])(?:(?!\1).)+\1

作为第一近似值。这样，引号字符（'或“）的选择将被匹配。对于不支持（可变长度）lookbehind的语言也是如此：

(?:<link\b[^<>]*?)(href\s*=\s*(['"])(?:(?!\2).)+\2)

\1 将包含您的匹配项。

score 0 · Accepted Answer

(?<=<link\s+.*?)href\s*=\s*[\'\"][^\'\"]+

与Expresso一起使用（我认为 Expresso 在 .NET 正则表达式引擎上运行）。您甚至可以进一步改进它以匹配关闭'或 "：

(?<=<link\s+.*?)href\s*=\s*([\'\"])[^\'\"]+(\1)

也许您的正则表达式引擎不适用于后向断言。一种解决方法是

(?:<link\s+.*?)(href\s*=\s*([\'\"])[^\'\"]+(\2))

然后，您的比赛将在捕获的第 1 组中。

5 回答 5