正則表達式匹配HREF任何=「」但其他兩個標記

之間我已經有了我的文檔中檢查每href=""這個正則表達式：正則表達式匹配HREF任何=「」但其他兩個標記

\(href\s*=\s*(?:"|')(.*?)(?:"|'))

現在我希望它匹配所有href唯一的介於<a和</a>之間，其他參數仍然允許介於兩者之間。

不匹配：

<base href="http://www.w3schools.com/images/" target="_blank"> 

<link rel="apple-touch-icon" sizes="57x57" href="/apple-icon-57x57.png">

比賽：

<a href="http://www.w3schools.com/"></a> 

<a class="re" href="http://www.w3schools.com/"></a> 

<a href="http://www.w3schools.com/" class="re">This is a link</a>

在此先感謝，我一直沒能解決這個問題的呢。

來源

2016-10-02 Mikusch

嘗試添加的你如何試圖做到這一點的例子。或者在網上搜索更一般的解決方案，即如何匹配出現在X之前和之後的正則表達式字符串。 –

注意：由於語言類（普通，堆棧）的限制，這不能100％完成。但基本接近的是：

<a\b[^>]*\shref="([^"]*)"

或者，如果您使用命名的子表達式：

<a\b[^>]*\shref=(?P<QUOTE>["'])(?P<URL>.*?)(?P=QUOTE)

這也將處理撇號分隔的屬性。

最後一個例子也可以寫成：

<a\b[^>]*\shref=(["'])(.*?)(\1)

但記得要使用第二子表達式，而不是第一個。

您是否想要獲取鏈接的名稱並不清楚，但如果您選擇了哪個正則表達式，則可以添加一個簡單的附錄來獲取該名稱。例如，對於命名的子表達式：

<a\b[^>]*\shref=(?P<QUOTE>["'])(?P<URL>.*?)(?P=QUOTE)[^>]*>(?P<NAME>.*?)</a>

來源

2016-10-02 15:23:07 pepak

對不起，我應該事先說明我需要什麼。我想查找HTML文檔上的所有鏈接並添加一些內容，例如href =「http://google.com」變爲href =「http://website.com?url=http://google.com」。再次，我原諒缺乏信息。這是我第一次在這個網站上。你能幫我找到解決我的確切問題的解決方案嗎？ – Mikusch

只需在您選擇的正則表達式的周圍放置更多的括號並進行替換。類似'$ result = preg_replace（'〜（）* \ shref =「）（[^」] *）（「）〜igs'，'\ 1http：//www.website.com？url = \ 2 \ 3'，$ page）;' – pepak

這似乎並不總能奏效，我假設它與一些網站使用的字符有關，而不是使用'''。 '〜（）* \ shref =「| ] * \ shref ='）（[|'] *）（」|'）〜igs'看起來不錯，但仍然有錯誤 – Mikusch

正則表達式匹配HREF任何=「」但其他兩個標記

回答

相關問題