正则表达式：在 html 中查找不包含方括号和文本的链接，例如。 '[Some_Random_text]' 但可以包含空方括号'[]' [重复]

Question

案例一：

示例 html：<a href="https://www.jessussaveme.com/saveme/c-from.html?random[for_god_sake_save_me]=anyonethere&no=fr&lang=fr">Test</a>

预期输出：

https://www.jessussaveme.com/saveme/c-from.html?random[for_god_sake_save_me]=anyonethere&no=fr&lang=fr

案例2：

示例 html：<a href="https://www.jessussaveme.com/saveme/c-from.html?random[]=anyonethere&no=fr&lang=fr">Test</a>

预期输出：没有。链接不应包含空方括号 []

案例3：

示例 html：<a href="https://www.jessussaveme.com/saveme/c-from.html?random=anyonethere&no=fr&lang=fr">Test</a>

预期输出：https://www.jessussaveme.com/saveme/c-from.html?random=anyonethere&no=fr&lang=fr

应选择哪些链接： 1.不包含任何方括号'[]'的链接 或 2. 包含非空方括号'[Some_random_text]'的链接

不应选择的链接： 包含空方括号 [] 的链接。

Answer 1

您可以使用 jQuery 而不是正则表达式：

$("a").each(function(index) { // iterates all <a> elements
  console.log($(this).attr('href').includes('[]') ? '' : $(this).attr('href')); // check if contain "[]" or not.
});

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<a href="https://www.jessussaveme.com/saveme/c-from.html?reges[for_god_sake_save_me]=anyonethere&no=fr&lang=fr">Test</a>

<a href="https://www.jessussaveme.com/saveme/c-from.html?reges[]=anyonethere&no=fr&lang=fr">Test</a>

<a href="https://www.jessussaveme.com/saveme/c-from.html?random=anyonethere&no=fr&lang=fr">Test</a>

除非你可以从a hrefyou shouldn't use regex to parse获取文本。

---

既然你已经说过你使用 PHP，你可以试试下面的 method 来提取 URL：

$html = '<a href="https://www.jessussaveme.com/saveme/c-from.html?reges[for_god_sake_save_me]=anyonethere&no=fr&lang=fr">Test</a>

    <a href="https://www.jessussaveme.com/saveme/c-from.html?reges[]=anyonethere&no=fr&lang=fr">Test</a>

    <a href="https://www.jessussaveme.com/saveme/c-from.html?random=anyonethere&no=fr&lang=fr">Test</a>';

$hrefs = array();

$dom = new DOMDocument();
$dom->loadHTML($html);

$tags = $dom->getElementsByTagName('a');
foreach ($tags as $tag) {
       $hrefs[] =  $tag->getAttribute('href');
}

并检查contain是否为空括号：

foreach($hrefs as $a) 
{
    if (strpos($a, '[]') == false) {
        echo 'true'; // doesn't contain empty bracket
    }
}

Answer 2

这个有效：

<\S.*?=\"(.*reges\[\w+\].*)\">.*>

你可以看到它在这里工作。它只匹配第 1 组中的第一个标签，而在第二种情况下 [ ] 为空时不返回任何内容。

https://regex101.com/r/cdvVnP/1

编辑：

对于第三种情况，它应该看起来像：

if( !str.contains("reges[")){
  //passed() -pick up tat link as string doesnt contain reges[] or reges [some text]
}else{
//match with <\S.*?=\"(.*reges\[\w+\].*)\">.*>
// if you find match then pickup that link from group 1
}