具有多个否定条件的正则表达式前瞻答案

【问题标题】：Regex lookahead with multiple negative conditions具有多个否定条件的正则表达式前瞻
【发布时间】：2013-09-16 22:03:44
【问题描述】：

我正在对 HTML 字符串执行正则表达式以获取 URL。我想获取所有不是 javascript 的 href 和 src。从另一个 SO 帖子我有以下模式：

/(href|src)?\="http:\/\/www\.mydomain\.com\/(?:(?!\.js).)*"/

这让我得到如下结果：

src="http://www.mydomain.com/path/to/resource/image.gif" alt="" border="0"

这很好，因为它缺少.js 结果。这很糟糕，因为它在元素中获取额外的标签。我尝试了以下修改以停止在第一个"：

/(href|src)?\="http:\/\/www\.mydomain\.com\/(?:(?!\.js).)[^"]*"/

它的工作原理是它返回 href="$url"，但它返回以 .js 结尾的结果。有没有办法结合一个负面的前瞻说：

提前感谢任何帮助/提示/指针。

【问题讨论】：

什么风格的正则表达式 - 可以使用lookbehinds吗？即[^"]*(?<!\.js)(?=") 会做我认为你要问的事情，（但不适用于 JavaScript 正则表达式，因为它不支持后视）。
@PeterBoughton PCRE（PHP 的 preg_match_all()）。环顾四周按预期工作，只是没有按预期工作。

【解决方案1】：

添加一个“？”到最后一个引号之前的“*”。这将使“*”非贪婪，即：它将在第一个引号处停止匹配，而不是最后一个

/(href|src)?\="http:\/\/www\.mydomain\.com\/(?:(?!\.js).)*?"/

【讨论】：

【解决方案2】：

这里有点不同。我用这个表达式使用了 Debuggex：

(?:src|href)=(?&.quotStr)(?<!\.js")

把它编译成这个：

$regex = '/(?:src|href)=(?:"((?:\\\\.|[^"\\\\]){0,})")(?<!\\.js")/';

【讨论】：

【解决方案3】：

如果你只想在字符串末尾拒绝.js，你可以使用下面的字符串匹配最后部分：

"(?![^"]*\.js").*?"

根据这个Rubular

【讨论】：

【解决方案4】：

编辑

请参阅：https://stackoverflow.com/a/18838123/1163653 以获得更好的解决方案。

已修复：

/(href|src)?\="http:\/\/www\.mydomain\.com\/(?:(?!\.js"|").)*"/

请注意，前瞻会检查任何不包含.js 或 " 的字符串（在域之后），这两者都会导致它无效。它允许以.css 结尾的hrefs 通过，因为它们只有在到达第一个" 时才会失败，这是所需的行为。

【讨论】：