Question

正则表达式匹配链接怎么写？

获取网页中的<a 链接，没有太特殊，都是如下类型：
比如 <a href="http://www.baidu.com">百度</a> ("http://"必须有)
获得结果 ：百度 http://www.baidu.com

Answer 1

正则写到程序里面的时候双引号前面加一个转义字符“\”,这个你总会吧

Answer 2

<a\shref=\"(https?://[^"]+)\"[^>]*>([^<]+)<\/a>
组1为链接 组2为文本

追问

请问如何获得网页中所有链接，如获得所有这样类型的百度其中网址必须以http://开头 href 后没有其他属性，正则表达式怎么写？

追答

([^
组1为链接 组2为文本

Answer 3

/**
* 英文域名url正则
*
* 传输协议(字母开头紧接'://')
* ^[a-z]+:\/\/
*
* 多级子域(字母、数字开头可以包含字母、数字、'_'、'-'且以'.'结尾的多组这种组合)
* ([a-z0-9]{1}[a-z0-9_-]*\.)*
*
* 顶级域名(由.分割的1到多组字母、数字组合)
* ([a-z0-9]+\.)*[a-z0-9]+
*
* 链接路由(以'/'开头的一段字符串)
* (\/[^\f\n\r\t\v]*)*$
*
* 最终表达式
* ^[a-z]+:\/\/([a-z0-9]{1}[a-z0-9_-]*\.)*([a-z0-9]+\.)*[a-z0-9]+(\/[^\f\n\r\t\v]*)*$
*/