正則表達式首次出現html鏈接

Question

我只需要匹配第一次出現的html鏈接與'data- {someData}'屬性。我寫的正則表達式如下圖所示：

\<a\s+(.+)\s+data-\s*(.+)\s*>(.+)<\/a>

和它的作品對HTML的PICE與像只有一個HTML鏈接：

SOME TEXT/HTML 
<a href="~/link.aspx?_id=B0B5056BD5984878BEB5C92AF6B74DB3&amp;_z=z" 
    data-dms="{6782B150-F6FA-49E6-A2FF-6D6014470373}" 
    data-targetid="{B0B5056B-D598-4878-BEB5-C92AF6B74DB3}" 
    data-dms-event="Content button">Link1 
</a> 
SOME TEXT/HTML 

，但問題是當HTML中包含更多的聯繫。然後正則表達式匹配，直到最後一次出現</a>。所以，從下面的HTML：

SOME TEXT/HTML 
<a href="~/link.aspx?_id=B0B5056BD5984878BEB5C92AF6B74DB3&amp;_z=z" 
    data-dms="{6782B150-F6FA-49E6-A2FF-6D6014470373}" 
    data-targetid="{B0B5056B-D598-4878-BEB5-C92AF6B74DB3}" 
    data-dms-event="Content button">Link1 
</a> 
SOME TEXT/HTML 
<a href="~/link.aspx?_id=1256272320C4429DAB8A1F40D429C841&amp;_z=z" 
    data-dms="{6782B150-F6FA-49E6-A2FF-6D6014470373}" 
    data-targetid="{12562723-20C4-429D-AB8A-1F40D429C841}" 
    data-dms-event="Content button">Link2 
</a> 
SOME TEXT/HTML 

我需要修復我的正則表達式來只匹配：

<a href="~/link.aspx?_id=B0B5056BD5984878BEB5C92AF6B74DB3&amp;_z=z" 
    data-dms="{6782B150-F6FA-49E6-A2FF-6D6014470373}" 
    data-targetid="{B0B5056B-D598-4878-BEB5-C92AF6B74DB3}" 
    data-dms-event="Content button">Link1 
</a> 

Answer 1

首先你，你看起來比正則表達式別的選擇嗎？ Regexp不是解析html的理想工具。如果你的語言有一個DOM，你應該能夠從中提取所需的標籤。

這就是說，如果你需要使用正則表達式，有兩種方法可以解決你面臨的問題。

首先，一般而言，更好的解決方案是在您的匹配方面更具限制性。而不是匹配任何字符與.匹配任何合法字符與字符類如[^>]。

第二種是使用熱切匹配而不是貪婪匹配。這是通過在你的量詞後加?來完成的。即替換+與+?和*與*?。通過使用熱切匹配，正則表達式將返回找到的第一個匹配，而不是最後一個匹配。