Ruby正则表达式的问题

我有一行HTML代码：

<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>

这是线路友好的版本（我不能使用）

我正试图用这个正则表达式提取URL

/<h3 class="r"><a href="(.*)">(.*)<\/a>/

---

/问题在于
*
是贪婪的。在它后面打一个问号，使它不粘

工作正则表达式（在上测试）

问题是
*
是贪婪的。在它后面打一个问号，使它不粘

工作正则表达式（在上测试）

唉。正则表达式和HTML是如此尴尬的伙伴：

require 'nokogiri'

html = %q{<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>}
doc = Nokogiri::HTML(html)
puts doc.css('a').map{ |a| a['href'] }
# >> www.google.com
# >> www.google.com

需要“nokogiri”
html=%q{}
doc=Nokogiri:：HTML（HTML）
放置doc.css（'a'）.map{| a | a['href']}
#>>www.google.com
#>>www.google.com

这将找到它们，无论它们是深嵌套的还是全部在一行中。
叹气。正则表达式和HTML是如此尴尬的伙伴：

require 'nokogiri'

html = %q{<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>}
doc = Nokogiri::HTML(html)
puts doc.css('a').map{ |a| a['href'] }
# >> www.google.com
# >> www.google.com

需要“nokogiri”
html=%q{}
doc=Nokogiri:：HTML（HTML）
放置doc.css（'a'）.map{| a | a['href']}
#>>www.google.com
#>>www.google.com

这将发现它们，无论它们是深嵌套的还是全部在一行。
甚至
（.*）“
都可以吃
”
。最好使用
[^“]+”
。我不知道OPs用例是否会遇到用单引号括起来的href，但是，由于它们在HTML中是合法的，建议的模式可能会处理这些。而且，由于很多HTML都缺少双引号和单引号，它可能也应该处理这个问题。此外，根据URL第2.2节倒数第二段，
“
和
”
在URL中是合法的，因此它可能也应该处理这些。即使
（.*）“
也可以吃
”
。更好地使用
[^]+“
。我不知道OPs用例是否会遇到用单引号括起来的href，但是，由于它们在HTML中是合法的，建议的模式可能会处理这些问题。而且，由于很多HTML都缺少双引号和单引号，它可能也应该处理这个问题。此外，根据URL第2.2节倒数第二段，
“
和
“
在URL中是合法的，所以它可能也应该处理这些。使用正则表达式解析HTML时要非常小心。即使是在简单的HTML中，您也可能会遇到一个URL，它会弄乱您的正则表达式。即使在简单的HTML中，您也可能会遇到一个URL，它会弄乱您的正则表达式。
href\=\"(.*?)\"

require 'nokogiri'

html = %q{<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>}
doc = Nokogiri::HTML(html)
puts doc.css('a').map{ |a| a['href'] }
# >> www.google.com
# >> www.google.com