Javascript Regex - 捕获特定域或没有域的链接答案

【问题标题】：Javascript Regex - capture specific domain or links without domainJavascript Regex - 捕获特定域或没有域的链接
【发布时间】：2018-07-06 02:47:06
【问题描述】：

我有 4 种不同情况的链接具有其他属性，其中 3 种我需要匹配并仅捕获链接的文本。

简而言之 - 前3个链接需要通过href属性匹配并捕获标签之间的文本。

<a href="https://example.com/page_url" data-some-id="" data-other-prop="">Link 1</a>
<a data-href="" href="http://Go to page" data-another-id="">Link 2</a>
<a data-other="" href="/Go to page" data-val-id="">Link 3</a>
<a href="http://example123.com/page" data-props-id="">Link 4</a>

正则表达式需要匹配：

包含“example.com”（链接 1 示例）或
不包含域的链接（链接 2 示例），或
如果没有架构，例如 http（链接 3 示例）
非href 属性可以有不同的名称，因此'data-'、'style="' 和其他属性可以在href 之前或之后。
需要特定于anchor (<a>)标签

不应捕获第 4 个链接。并且第 4 个链接将始终具有与链接 1 (example.com) 不同的域。

这 2 天我进行了很多尝试，但无法做到正确，通常是管道（正则表达式或）加上 '.*' 和否定匹配每次都会让我例如

<a.*(?:example\.com|(?!href="http?.*([\s])))+".*>(.*)<\/a>

似乎比看起来更难获得所需的匹配。

注意：这是针对字符串中的响应 HTML，匹配在应用于 DOM 之前发生。所以 jQuery 和 DOM 相关的解决方案是不可能的，抱歉。欢迎使用多个表达式进行渐进式捕获。

【问题讨论】：

H̸̡̪̯ͨ͊̽̅̾̎Ȩ̬̩̾͛ͪ̈́̀́͘ ̶̧̨̱̹̭̯ͧ̾ͬC̷̙̲̝͖ͭ̏ͥͮ͟Oͮ͏̮̪̝͍M̲̖͊̒ͪͩͬ̚̚͜Ȇ̴̟̟͙̞ͩ͌͝S̨̥̫͎̭ͯ̿̔̀ͅ - 使用解析器
你是说我应该将每个锚点都压缩到href=".*" 并从那里循环匹配吗？这绝对是一个可以接受的解决方案。我想我会用这种方法回答我自己的问题。认为这可能是对 stackoverflow 的要求。
这是一个字符串，如“注释”中所述。在作为响应发送之前不能使用 DOM。它基于 JS 的 API。循环和 IF 是给我的。
您可以将字符串作为 DOM 元素。请参阅this SO post 了解更多信息
感谢@ctwheels 的建议。对于 UI 脚本和 HTML 字符串响应，这绝对是需要牢记的。但是这个脚本也将在不支持 DOM 相关功能的服务器上使用。或者至少我在之前的尝试中遇到了语法问题。

标签： javascript regex

【解决方案1】：

<a ?.*? href="(?:(?:.*?example\.com.*?)|(?:[^\.]*?))".*?>(.*?)<\/a>

这似乎适用于您给出的示例。它类似于您在尝试中编写的内容，但使用惰性量词来防止匹配不需要的内容。

Example in action and full explanation.

【讨论】：

效果很好。谢谢！我做了一个小改动来获取文本捕获组：<a ?.*? href="(?:(?:.*?example\.com.*?)|(?:[^\.]*?))".*?>(.*?)<\/a>
哦，抱歉，我误读了您帖子的那部分内容。我以为您希望返回 URL，而不是文本。答案已更新。
不用担心。我只是想让比赛要求正确。感谢您的编辑。