匹配的URL字符串內

Question

我想寫一個正則表達式，將匹配中的文本字符串，可能是URL的HTML編碼。儘管如此，我仍然有相當多的麻煩。我需要的東西，可以正確下面的字符串匹配中的兩個鏈接：

some text "http://www.notarealwebsite.com/?q=asdf&searchOrder=1" "http://www.notarealwebsite.com" some other text 

什麼，我想會是一個詳細的描述：「HTTP：//」後面的任意數目的不空格，引號字符，或字符串「& QUOT [分號]」（我不在乎接受其他非URL安全字符作爲分隔符）

我一直在使用先行檢查&的再用q的跟着嘗試了幾個正則表達式通過將U等，但只要我把一進[^ ...]否定它只是完全分解和評估更像是：「HTTP：//後跟任意數量的不空格，引號字符，符號s，q's，u's，o's，t's或者分號「，這顯然不是我正在尋找的。

這將正確地在& QUOT [分號]的開始匹配&的：

&(?=q(?=u(?=o(?=t(?=;))))) 

但是，這並不工作：

http://[^ "&(?=q(?=u(?=o(?=t(?=;)))))]* 

我知道正則表達式來剛夠惹上麻煩，包括不知道爲什麼這不會按照我想要的方式工作。我在某種程度上瞭解正面和負面的看法，但我不明白爲什麼它在[^ ...]內部崩潰。用正則表達式可以做到這一點嗎？或者我是否浪費時間努力使其工作？

Answer 1

如果您的正則表達式實現支持它，請在正文中使用積極的向前看和帶有非貪婪表達式的反向引用。

這是一個與你的條件：(["\s]|")(http://.*?)(?=\1)

例如，在Python：

import re 
p = re.compile(r'(["\s]|")(https?://.*?)(?=\1)', re.IGNORECASE) 
url = "http://test.url/here.php?var1=val&var2=val2" 
formatstr = 'text "{0}" more text {0} and more "{0}" test greed"' 
data = formatstr.format(url)  
for m in p.finditer(data): 
    print "Found:", m.group(2) 

產地：

Found: http://test.url/here.php?var1=val&var2=val2 
Found: http://test.url/here.php?var1=val&var2=val2 
Found: http://test.url/here.php?var1=val&var2=val2 

或者在Java中：

@Test 
public void testRegex() { 
    Pattern p = Pattern.compile("([\"\\s]|")(https?://.*?)(?=\\1)", 
     Pattern.CASE_INSENSITIVE); 
    final String URL = "http://test.url/here.php?var1=val&var2=val2"; 
    final String INPUT = "some text " + URL + " more text + \"" + URL + 
      "\" more then "" + URL + "" testing greed ""; 

    Matcher m = p.matcher(INPUT); 
    while(m.find()) { 
     System.out.println("Found: " + m.group(2)); 
    } 
} 

P導致相同的輸出。