javascript - 正则表达式，选择链接从空格开始，但从选择中排除空格

Question

我有这样的正则表达式

((?:^|\s)https?:\/\/[^\s]+|(?:^|\s)www\.[^\s]+)

https://regex101.com/r/TwD0S3/2

它必须匹配文本中从空格开始的所有链接，或者在它们之前什么都没有，一切都很好，但空格(如果存在)必须从匹配的链接中排除。有可能吗？html代码中的链接一定不能匹配，所以

<img src="http://link.dev/static/images/svg/logo.svg">

必须完全忽略。

正则表达式将在 JavaScript 中使用

Answer 1

您可以使用捕获组来获取您感兴趣的内容。要使您的正则表达式正常工作，只需将 http 中的部分包装起来即可。与 (和 ) .此外，它可以增强一点，使匹配更线性:

/(?:^|\s)((?:https?:\/\/|www\.)[^\s<>"']+)/gi

参见 regex demo ，您需要的字符串在第 1 组中。

var rx = /(?:^|\s)((?:https?:\/\/|www\.)[^\s<>"']+)/ig;
var str = 'http://link.dev/static/images/svg/logo1.svg\n<img src="http://link.dev/static/images/svg/logo2.svg">\nthis is simple text www.link.dev/static/images/svg/logo3.svg \nor https://link.dev/static/images/svg/logo4.svg';
var res=[],m;

while ((m = rx.exec(str)) !== null) {
  res.push(m[1]);
}

console.log(res);

但是，为了避免匹配 < 之间的 URL和 > ，您可以将这些子字符串与 <[^<]*> 匹配(使用 | 替代运算符将其添加为替代分支)，并在其他地方捕获 URL ( regex demo ):

/<[^<]*>|((?:https?:\/\/|www\.)\S+)/gi

var rx = /<[^<]*>|((?:https?:\/\/|www\.)\S+)/gi;
var str = 'http://link.dev/static/images/svg/logo1.svg\n<img src="http://link.dev/static/images/svg/logo2.svg">\nthis is simple text www.link.dev/static/images/svg/logo3.svg \nor https://link.dev/static/images/svg/logo4.svg';
var res=[],m;

while ((m = rx.exec(str)) !== null) {
  if (m[1]) res.push(m[1]);
}

console.log(res);