我有一个包含html的字符串，我需要一个正则表达式来获取具有特定域名且具有noFollow的字符串
我发现这对域名有效，但不包括nofollow条件（〈a\s*（？！.\brel=）[^〉]）（href=“https？：//）（（？stackoverflow）[^"]+）"（[^〉]*）〉
假设我想要的域名是stackoverflow示例：
- "<a href="stackoverflow.com" rel = "nofollow">click here </a>" this would match
- "<a href="stackoverflow.com"> would not match since it has no follow
- "<a href="google.com" rel = "nofollow"> would not match
1条答案
按热度按时间zengzsys1#
将HTML标记与特定条件匹配有点困难，但下面的正则表达式应该可以做到这一点：
它 * 真的 * 很难读，但是基本上大多数正则表达式都是用来匹配属性的，对你来说重要的是找到
stackoverflow\.com（它可以被找到2次;一个用单引号表示href，另一个用双引号表示），并将其替换为所需的任何域（不要忘记正确转义）。一些注解
我不知道你想使用哪个regexp函数，但是你应该可以把它和你需要的任何regexp函数一起使用。另外一件事是你的例子
<a href="stackoverflow.com" rel = "nofollow">click here </a>不会匹配。因为属性名称和=符号之间有空格（我不知道这是否是有效的HTML或没有）。它将与此<a href="stackoverflow.com" rel="nofollow">click here </a>工作。如果您需要匹配的地址可能包括=符号之间的空格只是注解我和我'我将尝试编辑正则表达式。