Java 排除正则表达式中的url模式

这是我的输入字符串

http://google.comhttp://byebye.com 是一个虚拟网站。

对于这种情况，我只需要匹配http的第一次和最后一次出现。因为从html的角度来看，这些是innerText。http中的属性值需要忽略。我构建以下正则表达式

(?<!href=\"|src=\"|value=\"|href=\'|src=\'|value=\'|=)(http://|https://|ftp://|sftp://)

（？
它在第一次和最后一次出现时都可以正常工作。但这也与第二次出现的http匹配。属性中的链接（http）不需要匹配

仅供参考：我正在尝试消极前瞻，但这似乎没有帮助。这是一个消极前瞻

(?<!href=\"|src=\"|value=\"|href=\'|src=\'|value=\'|=)(http://|https://|ftp://|sftp://).*?(?!>)

（？）
获得更多详细信息后更新

另一种方法是利用正则表达式的“贪婪性”。
/（http）。*（http）/g
将从“http”的第一次出现到最后一次出现匹配尽可能多的文本。下面的示例说明了这种行为。
（http）
正在捕获组-用完整的正则表达式替换这些组。为了便于理解，我简化了正则表达式

var text ='<div>http://google.com</div><span data-user-info="{\"name\":\"subash\", \"url\" : \"http://userinfo.com?userid=33\"}"></span><a href="https://contact.me"></a>http://byebye.com is a dummy website.'
var regex = /(http).*(http)/g;
var match = regex.exec(text);
//match[0] is entire matched text
var firstMatch = match[1]; // = "http"
var lastMatch = match[2]; // = "http"

如果后者是正确的，则查找与基本模式的所有匹配项，并从匹配项数组中选择第一个和最后一个，例如：

//Match using a simpler regex
var matches = yourMultiLineText.match(yourRegex);
//Store the result here
var result;
//Make sure that there are at least 2 matches in total for this to make sense.
if(matches.length > 1){
   //Grab the first and the last match.
   result = [matches[0], matches[matches.length - 1]];
} else {
   result = [];
}

获得更多详细信息后更新

另一种方法是利用正则表达式的“贪婪性”。
/（http）。*（http）/g
将从“http”的第一次出现到最后一次出现匹配尽可能多的文本。下面的示例说明了这种行为。
（http）
正在捕获组-用完整的正则表达式替换这些组。为了便于理解，我简化了正则表达式

var text ='<div>http://google.com</div><span data-user-info="{\"name\":\"subash\", \"url\" : \"http://userinfo.com?userid=33\"}"></span><a href="https://contact.me"></a>http://byebye.com is a dummy website.'
var regex = /(http).*(http)/g;
var match = regex.exec(text);
//match[0] is entire matched text
var firstMatch = match[1]; // = "http"
var lastMatch = match[2]; // = "http"

如果后者是正确的，则查找与基本模式的所有匹配项，并从匹配项数组中选择第一个和最后一个，例如：

//Match using a simpler regex
var matches = yourMultiLineText.match(yourRegex);
//Store the result here
var result;
//Make sure that there are at least 2 matches in total for this to make sense.
if(matches.length > 1){
   //Grab the first and the last match.
   result = [matches[0], matches[matches.length - 1]];
} else {
   result = [];
}

哦，我的错，为了澄清，我说了很多行。实际上它是一个单行字符串。抱歉，我会更新这个问题correctly@subash，在这种情况下，我会选择最初描述的第二种方法或另一种建议-请参阅我的更新答案。谢谢你的建议。我会尝试一下，让你知道哦，我的错，为了澄清，我说了很多行。实际上它是一个单行字符串。对不起，我会更新这个问题correctly@subash，在这种情况下，我会选择最初描述的第二种方法或另一种建议-请参阅我的更新答案。谢谢你的建议。我会尝试一下，让你知道链接不是为了指向解决方案，但显示您使用两种不同的语言标记了问题（我看到您现在已更正）。无论如何，您的问题有点不清楚（至少对我来说）。“我只需要匹配http的第一次和最后一次出现”为此，我们可以使用String类中的
indexOf
和
lastIndexOf
方法，不需要regex.yes。问题是我们需要忽略http内部属性。例如上面的第二个和第三个http内部属性值。我们只需要匹配html InnerText。那么，您的目标查找链接是否不是html属性？如果是，请确定你真的想只找到第一个和最后一个，还是想找到所有这样的链接？@Pshemo所有这样的链接我会避免使用带有HTML（）的正则表达式。相反，我们可以使用像jsoup这样的HTML解析器来解析HTML并提取它所代表的文本（这将去掉HTML标记），类似：。然后我们可以安全地使用正则表达式提取链接，如所述：链接不是指向解决方案，而是显示您使用两种不同的语言标记了您的问题（我看到您现在已更正）。无论如何，您的问题有点不清楚（至少对我而言）。“我只需要匹配http的第一次和最后一次出现。”为此，我们可以使用String类中的
indexOf
和
lastIndexOf
方法，不需要regex.yes。问题是我们需要忽略http内部属性。例如上面的第二个和第三个http内部属性值。我们只需要匹配html InnerText。那么，您的目标查找链接是否不是html属性？如果是，请确定你真的想只找到第一个和最后一个，还是想找到所有这样的链接？@Pshemo所有这样的链接我会避免使用带有HTML（）的正则表达式。相反，我们可以使用像jsoup这样的HTML解析器来解析HTML并提取它所代表的文本（这将去掉HTML标记），类似：。然后我们可以安全地使用正则表达式提取链接，如所述：