javascript - 如何使用正则表达式(JS)查找html的每个

Question

这是我的疑问。我得到了获取 html 的每个 href 的行(正则表达式)，但我需要获取超出我的域的内容。我认为有一些具体的东西可以帮助我做到这一点，或者一些特定的技巧。

这是我的正则表达式:

var re=/(?:<a *(?:(?!href)(?:\w)+="(?:[^"]+)")* *)href="([^"]+)"/g;

我正在使用node.js。所以我正在做的就是运行它(someFile.js)。小 .js 只是接收 myHtmlpage.html 并尝试从该域中获取每个 href。

//编辑
这个想法是尝试改变正则表达式，我知道这可能有点愚蠢，但我需要使用正则表达式

Answer 1

您可以通过使用 querySelectorAll 的属性选择器和与您的域不匹配的参数轻松完成此操作。

var elements = document.querySelectorAll("a[href]:not([href='yourdomain'])");

你不应该使用正则表达式 html。