如何从 [url] 中获取所有内容，包括方括号和匹配组 1 和 2

Question

我有这个正则表达式

/\[url=(?:")?(.*?)(?:")?\](.*?)\[\/url\]/mi

还有这些文本块

[url=/someurl?page=5#3467]First[/url][postquote=true]
[url=/another_url/who-is?page=4#3396] Second[/url]
Some text[url=/another_url/who-is?page=3][i]3[/i] Third [/url]

并且正则表达式非常适合提取网址和网址之间的文本

第 1 场比赛

1.  /someurl?page=5#3467
2.  First

第 2 场比赛

1.  /another_url/who-is?page=4#3396
2.  Second

第 3 场比赛

1.  /another_url/who-is?page=3
2.  [i]3[/i] Third

当我使用上面相同的正则表达式尝试从该文本中提取 url 时，就会出现问题

This is some text [url=https://www.somesite.com/location/?opt[]=apples]Link Name[/url]

第 1 场比赛

1.  https://www.somesite.com/location/?opt[
2.  =apples]Link Name

注意第二场比赛中的=apples]。我需要的是匹配的第一个匹配项，以将其包含在 url 中，例如

1. https://www.somesite.com/location/?opt[]=apples
2. 链接名称

我已经尝试了很多修改这个正则表达式，但到目前为止还没有，任何帮助将不胜感激。

Answer 1

Ruby 正则表达式具有重复命名捕获功能。使用此功能，您可以轻松处理这两种情况（一种是&quote;，另一种是）。您不必使用递归模式，因为我怀疑 [] 可以嵌套在 url 的查询部分中：

/\[url=(?:&quote;(?<url>[^&]*(?:&(?!quote;)[^&]*)*)&quote;|(?<url>[^\s\]\[]*(?:\[\][^\s\]\[]*)*))\](?<text>.*?)\[\/url\]/mi

url在命名组url中，标签之间的内容在命名组text中。

以更易读的格式：

/

\[url=
(?:
    &quote; (?<url> [^&]* (?:&(?!quote;)[^&]*)* ) &quote;
  |
    (?<url> [^\s\]\[]* (?:\[\][^\s\]\[]*)* )
)
\]
(?<text>.*?)\[\/url\]

/mix