正則表達式C＃可選組-應該貪心嗎？

Question

正則表達式〜像這樣：

blablabla.+?(?:<a href="(http://.+?)" target="_blank">)?

如果要找到一個URL，我想捕獲一個URL ...找到內容，但沒有鏈接（捕獲始終為空）。 現在，如果我這樣刪除結尾的問號

blablabla.+?(?:<a href="(http://.+?)" target="_blank">)

這只會匹配結尾處有鏈接的內容...是2.40 am ...我不知道...

- 編輯 -

樣本輸入：

blablabla asd 1234t535 <a href="http://google.com" target="_blank">

預期輸出：

match 0:

    group 1: <a href="http://google.com" target="_blank">
    group 2: http://google.com`

我只想要“ http://google.com”或“”

Answer 1

您正在做一整串比賽嗎？ 如果是這樣，請嘗試在第一個正則表達式的末尾添加.* ，並查看其匹配項。 第一個正則表達式的問題在於，由於.+? ，它可以匹配blablabla之后的所有內容.+? （導致空捕獲），但括號內的部分仍然不匹配的a ，除非它是在字符串的結束標記。 順便說一下，查看您的預期輸出，捕獲1將是URL； 整個HTML標記的括號由於開頭的?:而無法捕獲。

Answer 2

您不需要。+？ 在開始時，正則表達式仍然會搜索整個輸入

您還可以在空格后緊跟'>'，這將限制您的比賽

(?:<a href="(http://.+?)" target="_blank".*?>)

正則表達式測試

Answer 3

是拖尾嗎？ 原因：通過將其標記為可選，您就允許。+嗎？ 抓住它。

blablabla.*(?:<a href="((http://)?.*)".+target="_blank".*>)

我修改了它咯... .+? 基本上與.*相同，並且如果您的href中沒有任何內容（您表示想要的是“”），則需要使http以及尾隨的文本成為可選內容。 另外，最前面的target .*表示您至少有一個空格或字符，但可能有更多（多個空格或其他屬性）。 >之前的.* ，表示后面可以有空格或其他屬性。

如果沒有<a href...> ，則根本不會匹配任何<a href...> ，但這就是您想要的，對嗎？

如果您不需要捕獲整個<a href...>部分，則可以完全刪除(?: ... ) 。

如果未按指定的順序列出屬性，則此操作將失敗...這是不能真正使用regex解析html的原因之一。 但是，如果您確定href總是會出現在目標之前，那么這應該可以滿足您的需求。