如何使用正则表达式从 HTML 文本中提取链接?

如何使用正则表达式从 HTML 文本中提取链接?

使用正则表达式解析 html 文本中的链接

在 HTML 文档中提取特定文本元素,如链接或标题,是常见任务。对于此类任务,可以使用正则表达式解析 HTML。正则表达式是一种用于匹配字符串中特定模式的强大工具。

在本例中,目标是提取给定 HTML 代码段中所有 标签的 href 属性值。

尝试的正则表达式

最初尝试的正则表达式如下:

// s就是上图里的这一段html文本字符串 const r1 = s.match(/活动开展情况[sS]*/g)[0] const r2 = r1.match(/(?<p><strong>遇到的问题</strong></p><p>然而,此正则表达式未能正确匹配,因为其还包括了其他元素,如 # 和 JavaScript:void(0)。</p><p><strong>改进后的正则表达式(使用 HTML 解析器)</strong></p><p>建议使用 HTML 解析器来安全可靠地解析 HTML 文本。以下是使用 jquery(一个流行的 JavaScript 库)的示例:</p><pre class="brush:php;toolbar:false">$(html).find('&gt;li&gt;a').map((_, a) =&gt; $(a).attr('href')) // jq [...$(html).find('&gt;li&gt;a')].map(a =&gt; $(a).attr('href')) // Array // jq 转 Array 可用 [...jq], jq.toArray(), Array.from(jq, mapfn) // 如需完整 URL, $(a).attr('href') 改为 a.href
登录后复制

提取的链接

使用改进后的方法,可以提取以下链接:

[     "/eduadmin/SpecialInfo/SpecialInfo?AreAID=533167224&amp;AreaType=1&amp;SpecialCode=3",     "/eduadmin/SpecialInfo/SpecialInfo?AreaID=533167224&amp;AreaType=1&amp;SpecialCode=4",     "/eduadmin/SpecialInfo/SpecialInfo?AreaID=533167224&amp;AreaType=1&amp;SpecialCode=6",     "/eduadmin/SpecialInfo/SpecialInfo?AreaID=533167224&amp;AreaType=1&amp;SpecialCode=9",     "/eduadmin/DevelopActivity/SystemActivityManage/2/-1" ]
登录后复制

© 版权声明
THE END
喜欢就支持一下吧
点赞6 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容