正则表达式 href 最小长度

Question

我需要获取 HTML 文件中所有 'a' 元素的 href 属性值（大于特定长度）。我做了这样的东西；

<a.*href\s*=\s*"(?<link>.{15,})".*>

但它不能正常工作。有什么建议么？

Answer 1

以下是避免在标签内捕获多个字段的几种方法：

尝试使量词不贪婪。 {15,}? 而不是 {15,}。这样，它将在第二个双引号处停止，而不是在 <a /> 标记内捕获更多字段。

更好的选择是将量词前面的包罗万象的. 替换为更具限制性的内容。尝试独占字符类，例如 [^\s]{15,} 将查找至少 15 个连续的非空白字符。

到目前为止，这两种方法都对我有用，但请记住，URL 可能非常混乱，甚至在野外格式不正确，因此不能保证您能捕捉到所有内容。对目标网站了解得越多越好。