检查链接之前是否有特定的文本(regex)

Question

我正试图从一个拥有"；体积"卷1"；或"；第1卷："；在实际链接之前。目前有了我的代码(查看下面(，它将获得所有链接，包括图片、表情符号和其他东西。

注意：现在，它只是选择链接，不关注标签或任何东西，但如果我要检查"；"体积"；或者类似的，我也需要检查标签(例如卷1<a href='liink'>(

可用于测试的页面：0、1、2

目前，我有这个代码：

const urlRegex = /https?://(www.)?[-a-zA-Z0-9@:%._+~#=]{1,256}.[a-zA-Z0-9()]{1,6}b([-a-zA-Z0-9()@:%_+.~#?&//=]*)/g;
document.querySelector(".inner").outerHTML.match(urlRegex);

它选择inner元素并将其所有HTML转换为字符串。然后，它将尝试解析字符串中的所有链接。但它也包括所有的图片和其他我不想要的东西，除了实际的数据(体积(。

如果你对我想要的东西感到困惑，那么例如，我们有这样的：

<br>volume 1 <a ... /a><br>
<br>image <a ... /a><br>

我只想获取卷1链接。有什么办法可以预防吗？

Answer 1

您需要将您想要的匹配置于积极前瞻和积极前瞻之间：

let html = `<br>volume 1 <a href="https://www.google.com" /a><br>n<br>image <a href="https://www.facebook.com" /a><br>`
let links = html.match(/(?<=volume.*?href=").*?(?=")/ig);
console.log(links);

解释的表达式：

• (?<=...)是一个积极的后备因素。它断言，它后面的东西前面是它内部的东西(...，在上面的表达式中是volume.*?href="(
• CCD_ 6与单词"；"体积"；字面上注意，由于末尾的i标志，此处的所有匹配都不区分大小写
• .*?匹配任何字符零次或多次，而不会贪婪。因此，它将匹配任何字符，直到它到达下一个表达式
• CCD_ 9与CCD_
• .*?再次非贪婪地匹配零到无穷多次之间的任何字符
• CCD_ 12是一个积极的展望。它断言在它之前出现的是"

您可以在这里找到更好的解释：https://regex101.com/r/SOB1Gi/1.

简而言之，这个表达式匹配单词volume后面出现的任何链接。