php 正则表达式 - 仅在两个因素之间匹配

Question

我有一种情况，我只需要在满足以下条件时更改 HTML 字符串:

• 必须在标签之间
• href 不能以 http://或 javascript 开头:
• href不能以.html或.htm结尾

现在的问题是，这必须是一个大字符串中的全局正则表达式搜索，并且它可以在一个字符串中找到多个解决方案。

例如:

<a href="http://www.google.be">Google</a>
<a href="javascript:node(133)">Go there</a>

应该被忽略

<a href="testpage.html">Test</a>
<a href="testpage2.htm">Test page 2</a>

也应该被忽略，但是

<a href="file.mp3">File</a>
<a href="stuff.flv">Stuff</a>

应该被捕获。

我知道用 HTML 做正则表达式会把你的灵魂出卖给魔鬼，但我在这个解析器上已经太先进了，我会花太长时间来完全抛弃它。

那么有没有一种方法可以同时检查字符串的开头和结尾，而不知道字符串本身是在开头还是结尾(因此几乎不可能使用 ^ 或 $)。

Answer 1

这是一个可能对您有所帮助的正则表达式。

<a href="(?!http:\/\/)(?!javascript:)[\w\s,/-]+(?!.html?)\.\w+">.+?<\/a>

我使用否定前瞻来执行您的规则。

(?!http:\/\/) 将确保链接不以 http:// 开头。 (?!javascript:) 与 javascript 规则类似。

然后，它会控制路径的结尾，如果它以 htm 或 html 结尾，否定先行将确保字符串不匹配。

您可能需要完成 [\w\s,/-] 部分，它与文件的路径和名称相匹配。我允许字母数字字符，-、、、/ 和 _，您可以随意添加您需要的内容。