有很多正则表达式可以匹配 URL。但是，我正在尝试匹配未出现在<a> 超链接标记（HREF、内部值等）中任何位置的 URL。所以这些中的所有 URL 都不应该匹配：
<a></a> 之外的任何 URL 都应匹配。
我尝试的一种方法是使用否定前瞻来查看 URL 之后的第一个 <a> 标记是打开 <a> 还是关闭 </a>。如果它是关闭的</a>，则 URL 必须在超链接内。我认为这个想法没问题，但是负前瞻正则表达式不起作用（或者更准确地说，正则表达式没有正确编写）。非常感谢任何提示。
【问题讨论】：
我也在寻找这个答案，因为那里没有像我想要的那样真正有效，这是我创建的正则表达式。显然，由于它是一个正则表达式，请注意这不是一个完美的解决方案。
/(?!<a[^>]*>[^<])(((([A-Za-z]{3,9}:(?:\/\/)?)(?:[-;:&=\+\$,\w]+@)?[A-Za-z0-9.-]+|(?:www.|[-;:&=\+\$,\w]+@)[A-Za-z0-9.-]+)((?:\/[\+~%\/.\w-_]*)?\??(?:[-\+=&;%@.\w_]*)#?(?:[\w]*))?))(?![^<]*<\/a>)/gi
更新html的整个函数是：
function linkifyWithRegex(input) {
let html = input;
let regx = /(?!<a[^>]*>[^<])(((([A-Za-z]{3,9}:(?:\/\/)?)(?:[-;:&=\+\$,\w]+@)?[A-Za-z0-9.-]+|(?:www.|[-;:&=\+\$,\w]+@)[A-Za-z0-9.-]+)((?:\/[\+~%\/.\w-_]*)?\??(?:[-\+=&;%@.\w_]*)#?(?:[\w]*))?))(?![^<]*<\/a>)/gi;
html = html.replace(
regx,
function (match) {
return '<a href="' + match + '">' + match + "</a>";
}
);
return html;
}
【讨论】：
您可以分两步完成，而不是试图想出一个正则表达式：
混合（替换为空）HTML 锚部分（整个锚标记：开始标记、内容和结束标记）。
匹配网址
在 Perl 中可能是：
my $curLine = $_; #Do not change $_ if it is needed for something else.
$curLine =~ /<a[^<]+<\/a>//g; #Remove all of HTML anchor tag, "<a", "</a>" and everything in between.
if ( $curLine =~ /http:\/\//)
{
print "Matched an URL outside a HTML anchor !: $_\n";
}
【讨论】：
您可以使用匹配锚标记和超链接的单个正则表达式来做到这一点：
# Note that this is a dummy, you'll need a more sophisticated URL regex
regex = '(<a[^>]+>)|(http://.*)'
然后循环遍历结果，只处理找到第二个子模式的匹配项。
【讨论】：
彼得有一个很好的答案：首先，移除锚点，以便
Some text <a href="http://page.net">TeXt</a> and some more text with link http://a.net
被替换为
Some text and some more text with link http://a.net
然后运行一个查找 url 的正则表达式：
http://a.net
【讨论】：
使用 DOM 过滤掉锚元素，然后对其余部分执行简单的 URL 正则表达式。
【讨论】：
^.*<(a|A){1,1} ->scan until >a or >A is found
.*(href|HREF){1,1}\= -> scan until href= or HREF=
\x22{1,1}.*\x22 -> accept all characters between two quotes
> -> look for >
.+(|){1,1} -> accept description and end anchor tag
$ -> End of string search
pattern= "^.*<(a|A){1,1}.*(href|HREF){1,1}.*\=.*\x22{0,1}.*\x22{0,1}.*>.+(|){1,1}$"
【讨论】：