我正在尝试为 Woofy 编写一个脚本（tl;dr 一个下载网络漫画的程序），但显然我的正则表达式找不到指向上一页的链接，根据 Expresso 的说法。我试图找到类似以下内容的内容：
<a href="http://70-seas.com/?p=1253" title="Prologue 01" class="previous-comic-link"><span>‹ Previous</span></a>
这因每个页面而异，URL 和标题更改为链接到前一页的任何内容，具有：
<ashref="http://70-seas.com/?p=[0-9]{4}"stitle="[.]*s[.]*s([.]*)?"sclass="previous-comic-link"><span>‹sPrevious</span></a>
（有时标题有三个词，有时有两个字。不过，他们总是把数字作为最后一个词。
鉴于我没有正则表达式的先前经验或正式培训，我不知道我做错了什么。任何帮助将不胜感激。
有几件事需要解决。
首先，看一下http://70-seas.com/?p=[0-9]{4}部分。此处的/?表示/字符是可选的。要匹配要匹配文字?字符的 URL。由于?字符是一个正则表达式元字符，这使得某些内容是可选的，因此您需要对其进行转义以使其在字面上匹配。为此，请使用 ? .因此，更新的部分变为 http://70-seas.com/?p=[0-9]{4} .您还添加了 expresso 标记，因此您可以遍历模式树并发现此问题。
接下来，真正的问题出在这部分： title="[.]*s[.]*s([.]*)?" .正则表达式中的方括号表示与其中任何字符匹配的字符类。[.]的真正意思是"匹配'.字符"，这不是你的意图。您可能想使用与任何字符匹配的.元字符，但最终通过将其放置在字符类中来逐字匹配它。接下来，您将第三部分设置为可选，而您可能打算将s包含在最后一个可选组中。考虑到这些要点，您应该使用：title=".*s.*(s.*)?" .
这应该行得通。但是，它不是最好的正则表达式，使用 .* 对我来说通常是一个危险信号。 .匹配任何角色，这是一种贪婪的模式，可能会消耗超出预期的消耗。最好尝试具体。如果要匹配字母数字字符，请改用w。根据您的描述，您期望 1-3 个单词。这可以表示为w+(?:sw+){0,2}。更干净，更容易理解。它表示我们正在匹配一个或多个字母数字字符，后跟一组非捕获(?:sw+)这意味着再次匹配空格，然后匹配一个或多个字母数字字符。最后，我们将{0,2}量词放在组的末尾，以指示我们要匹配该组 0-2 次。如果不需要捕获，(?:...)语法使组不捕获，从而提高性能。
您还应该做的一件事是转义所有双引号。根据您使用的内容，它可能会也可能不会有所不同，但这是通常需要的。所以你的双引号会变成".
您现在应该有这样的模式：
<ashref="http://70-seas.com/?p=[0-9]{4}"stitle="w+(?:sw+){0,2}"sclass="previous-comic-link"><span>‹sPrevious</span></a>
这很好，但这可能更简单。每当您必须在双引号之间匹配某些内容时，只要您不需要匹配其中的任何项目以供以后引用，那么您可以使用 title="[^"]+" 来简化此操作。[^"]+部分使用负字符类，该类由字符类开头的^字符指示。它基本上匹配任何不是双引号的字符。一旦遇到标题末尾的双引号，匹配将终止。无需担心 1-3 个单词，因为您只想匹配标题的全部内容。
新模式变为：
<ashref="http://70-seas.com/?p=[0-9]{4}"stitle="[^"]+"sclass="previous-comic-link"><span>‹sPrevious</span></a>