javascript - 排除 JavaScript 正则表达式匹配的部分内容

Question

我需要一个正则表达式来匹配 "Google search"来自<a title="Google search" href="http://google.com">Google</a> .

Here是 regexr.com 的链接。

我需要它只匹配 <a>标签。我不擅长正则表达式，但我知道对于 JavaScript，后视是不可能的。我需要它以某种方式向后看，并检查是否 title=".+" 之后 <a> .

以下是我整理的一些正则表达式:

这个表达式有点作用，但它会显示 title=""在<img> 。此外，它还会拾取 title=在<a> ，当我只想"Google search"时和"Microsoft home" .

/((title=".+")(?=\s*href))|(title=".+")/igm;

这些表达式删除 title=就像我想要的那样，但它还添加了 \s在最后。

/(?!title=)".+"\s+/igm; AND /(?!title)".+"\s+\b/igm;

总之，鉴于上面的 HTML，我希望它仅匹配 "Google search"和"Microsoft home" (我不希望它包含 title= 也不匹配 title="..." 中的 <img/> )

<小时/>

编辑:

我正在处理的这个正则表达式仅匹配第一个 <a>标题:

/(?!<a\s+title\=)("[^"]+")(?=\s*href)/igm;

Answer 1

这个正则表达式:

/<a[^>]+title=(["'])(Google search|Microsoft home)\1/ig

仅在a标签中捕获Google搜索或Microsoft主页。匹配包括标签。别担心!我们在第二个捕获组中捕获了“Google 搜索”。您可以在 javascript 中使用\2 或 $2 访问它。