在HTML更換標籤正則表達式這裏的href屬性以http：//

我想匹配在我的HTML內容，變量的所有鏈接，其中的href開始與http://www.example.com 在HTML更換標籤正則表達式這裏的href屬性以http：//

例

應符合：

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

不應該匹配：

<a href="/bar/">bar</a>

也匹配（與換行符和其他HTML標籤內錨）：

<a class="bla" id="blubb" href="http://www.example.com/asdf/" title="oops"> 
<img src="..." alt="" /> 
</a>

我開始是這樣的：

<CFSAVECONTENT variable="html"> 
    <a class="bla" id="blubb" href="http://www.example.com/asdf/" title="oops"> 
     <img src="..." alt="" /> some Text 
    </a> 
</CFSAVECONTENT> 
<CFSET result = REReplace(html, "<a[^>]*href="http://www\.example\.com[^"]*"[^>]?>([^<]+)</a>", "\1") />

但當然這其中不匹配我的最後一個鏈接的例子與在標籤內的img-tag ...

這個的任何提示？

來源

2011-10-06 Seybsen

經過進一步調查，問題標題與您所問的內容不符：您是否想要匹配以http：//開頭的所有鏈接，或是否所有以http://www.example.com開頭的鏈接？我必須根據你想要的來修改我的答案。 –

它應該匹配所有以http://www.example.com開頭的鏈接 – Seybsen

然後我的回答如下。 –

假設：

<CFSAVECONTENT variable="html"> 
    <a class="bla" id="blubb" href="http://www.example.com/asdf/" title="oops"> 
     <img src="..." alt="" /> some Text 
    </a> 
    <a href="http://www.example.com/foo">foo</a> 
    <a href="http://www.yahoo.com">abc</a> 
    <a href="http://www.example.com/bar">bar</a> 
</CFSAVECONTENT>

使用：

<cfset links = ReMatch('<a[^>]*href="http://www\.example\.com[^"]*"[^>]*>(.+?)</a>', html) />

'鏈接' 現在匹配的URL的陣列（錨1，2，和4應該是陣列中）。

請記住，我的答案是根據您想匹配所有以http://www.example.com開頭的錨點爲框架，這可能與您在此問題標題中提出的問題不一定匹配。

來源

2011-10-06 15:49:50

謝謝！我現在明白了： \t 」，link）+1，len （鏈接）-find（「>」，鏈接）-4））/> – Seybsen

嘗試像這樣使用正則表達式對HTML（尤其是如果它不是HTML但是來自Internet的「野性」代碼），可能很困難也很危險，原因很多。

此作業的正確工具是一個HTML解析器，可以提供DOM爲您操作。

不幸的是，沒有任何CF，所以你需要看看Java的。我聽說過好東西Jericho但從來沒有用過它。

來源

2011-10-06 15:58:24

定義「危險」。 –

糟糕的正則表達式可能允許JavaScript注入（即跨站腳本）。 –

此外，更可能（但只是'煩人'而不是'危險'），它可能會導致無效的標記，從而使頁面做怪異的事情。 –

在HTML更換標籤正則表達式這裏的href屬性以http：//

回答

相關問題