如何在href属性中找到缺少协议的HTML链接？

Question

我试图找到这样写不正确的链接：

<a href="mydomain.com">link</a>

我有这个正则表达式：

href *= *"? *(?!http|https|ftp)

但是，如果行不通……有什么想法吗？

谢谢

Answer 1

使用GNU grep ：

% echo '
<a href="http://mydomain.com">link</a>
<a href="https://mydomain.com">link</a>
<a href="ftp://mydomain.com">link</a>
<a title="My Domain"
   href="mydomain.com">link</a>
' | grep --perl -o 'href[[:space:]]*=[[:space:]]*"(?!(ht|f)tps?://)[^"]+"'
href="mydomain.com"