如何修复此正则表达式以允许特定字符串？答案

【问题标题】：How can I fix this regex to allow a specific string?如何修复此正则表达式以允许特定字符串？
【发布时间】：2010-03-17 03:56:04
【问题描述】：

这个正则表达式来自 Atwood，用于过滤除 href 和标题之外的任何锚标记：

 <a\shref="(\#\d+|(https?|ftp)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+)"(\stitle="[^"]+")?\s?>

我需要允许特别匹配的附加属性：target="_blank"。所以应该允许以下网址：

 <a href="http://www.google.com" target="_blank">

我尝试将模式更改为这些：

 <a\shref="(\#\d+|(https?|ftp)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+)"(\stitle="[^"]+")(\starget="_blank")?\s?>
 <a\shref="(\#\d+|(https?|ftp)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+)"(\stitle="[^"]+")(\starget=\"_blank\")?\s?>

显然我不太了解正则表达式。应该如何调整图案以允许空白目标和没有其他目标？

【问题讨论】：

你不应该使用正则表达式来解析 HTML：stackoverflow.com/questions/1732348/…
为什么这肯定是一个有趣的答案，在所有情况下都从字面上理解它似乎有点愚蠢。我使用它是一个简单的清理程序，仅用于确保允许一些基本标签。即使 I 不是，Regex 似乎也能胜任这项任务。 ;)

标签： regex sanitization

【解决方案1】：

<a\shref="(\#\d+|(https?|ftp)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+)"\s(target=\"_blank\")>

会按照你的要求去做。

如果你是一个正则表达式的小伙伴，让我推荐 RegExBuddy。它是一个程序，可让您在示例文本或示例文件上测试您的正则表达式。

节省大量时间。

http://www.regular-expressions.info/regexbuddy.html（正则表达式好友）

http://www.regular-expressions.info也是不错的资源

【讨论】：

请注意，此解决方案强制上述属性（href、target 和 title）具有特定顺序。
我正在使用这个 url 进行测试，但没有想出一个有效的模式。 derekslager.com/blog/posts/2007/09/…

【解决方案2】：

<a\shref="(\#\d+|(https?|ftp)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+)"(\stitle="[^"]+")(\starget="_blank")>

【讨论】：