正则表达式 仅从 href 获取 docx 或 doc 值

Question

在stackoverflow中搜索后，我发现了这个正则表达式模式：

/href=['"]([^'"]+?)['"]/

它获取所有hrefs 的值。

现在我需要限制该模式以仅获取 doc 或 docx 值。

请注意，链接可能会在.docx 或.doc 之后添加。

例如，如果我有链接：

<a href="/site/file1.doc?id=1">link1</a>

结果应该是：

/site/file1.doc

Answer 1

/href=['"]([^'"]+?\.docx?)[^'"]['"]/

在这里查看：https://regex101.com/r/oS1cD0/2

Answer 2

试试这个：

/href=(['"])([^'"]+\.docx?(\?[^'"]*)?)\1/

这要求 ".doc" 或 ".docx" 之后的内容要么是 href 的结尾， 要么 后面是一个问号，即它不会匹配 "foo.医生”。

这还通过反向引用确保引号在每一端匹配。

见live demo。