HTML中的NSRegularExpression + iOS + URL [重复]

Question

可能重复：
Parsing HTML NSRegularExpression

我有一个这样的 NSString：

NSString *string = @"<a href='http://john.com'>JOHN</a> http://john.com";

我想使用正则表达式来解析不在锚标记中的 URL，所以我可以将它们放在锚标记中。

我目前有这个：

NSRegularExpression *URLRegex = [NSRegularExpression
                                 regularExpressionWithPattern:@"((https?):\\/\\/[-A-Z0-9+&@#\\/%?=~_|!:,.;]*[-A-Z0-9+&@#\\/%=~_|])" options:NSRegularExpressionCaseInsensitive error:nil];

这确实会检测到 URL，但它也会检测到锚标记中的 URL，这是有问题的。

有人知道我需要做什么吗？ 谢谢。

更新：

@"([^\'](https?):\\/\\/[-A-Z0-9+&@#\\/%?=~_|!:,.;]*[-A-Z0-9+&@#\\/%=~_|][^\'])"

下面由 Alex 提供的这种模式是一种改进。但是如果我有这样的字符串 @"http://example.com; john.com"; - example.com 匹配。我怎样才能排除它？基本上我不希望匹配锚标记中的任何内容。

Answer 1

一般来说，考虑到正则表达式的工作原理，尝试捕获“不是”某物比尝试捕获某物要困难得多。您可以通过一些 sed 命令或 strip 的实现等轻松实现上述内容。

考虑到你上面的格式，这样的东西会起作用吗，还是会为你排除太多的极端情况？

"([^\'](https?):\\/\\/[-A-Z0-9+&@#\\/%?=~_|!:,.;]*[-A-Z0-9+&@#\\/%=~_|][^\'])"

即，我们希望确保您的网址不在引号内。它会在以下方面失败：

"tom went to 'https://www.google.com' to find the..."

但我不知道这对你是否重要。