RegEx匹配没有特定属性的<a> html标签

忽略属性,这些属性也包含href嵌入在属性名称中的子字符串,如有效hreflang='en'或组成Attributehref="some value".

忽略所有格式正确的属性的值部分内的所有字符 bogus='href=""'

)(?!(?:[^>=]|=(['"])(?:(?!\1).)*\1)*?\shref=['"])[^>]*>.*?<\/a>

)匹配open标签并确保标签名称后面的空格或紧密括号,这会强制名称a而不是其他名称

(?! 如果我们在此标记中找到一个href,那么这个类型的标记不是我们正在寻找的标记

(?: 启动非捕获组以遍历标记内的所有字符

[^>=] 匹配阻止正则表达式引擎离开标记的所有非标记关闭字符,以及阻止引擎继续盲目匹配所有字符的非等号

| 要么

=(['"])匹配等号后跟开放的双引号或单引号.引用被捕获到组2中,以便以后可以正确配对

(?:(?!\1).)* 匹配所有不是与开放引用匹配的近引号的字符

\1 匹配正确的关闭报价

)*? 关闭非捕获组,并根据需要重复,直到

\shref=['"]匹配所需的href属性.在\s和=["']确保属性名称就是HREF

) 关闭负向前瞻

[^>]*>.*?<\/a> 匹配整个字符串从打开到关闭

Java代码示例:

输入文本

RADIO text link1 text link2 text

码

如果您希望在替换函数中使用它来删除非href-anchor标记,那么只需替换所有匹配项.

import java.util.regex.Pattern;
import java.util.regex.Matcher;
class Module1{
  public static void main(String[] asd){
  String sourcestring = "source string to match with pattern";
  Pattern re = Pattern.compile(")(?!(?:[^>=]|=(['\"])(?:(?!\\1).)*\\1)*?\\shref=['\"])[^>]*>.*?<\\/a>
",Pattern.CASE_INSENSITIVE | Pattern.MULTILINE | Pattern.DOTALL);
  Matcher m = re.matcher(sourcestring);
  int mIdx = 0;
    while (m.find()){
      for( int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++ ){
        System.out.println( "[" + mIdx + "][" + groupIdx + "] = " + m.group(groupIdx));
      }
      mIdx++;
    }
  }
}

火柴

$matches Array:
(
    [0] => Array
        (
            [0] => link2
        )

    [1] => Array
        (
            [0] => 
        )

)