ios 中的正则表达式，用于提取 href URL 并丢弃锚标记的其余部分

Question

我想在目标C中编写一个url提取函数。输入文本可以是任何内容，可能包含也可能不包含 html 锚标记。

考虑一下：

NSString* input1 = @"This is cool site <a   href="https://abc.com/coolstuff"> Have fun exploring </a>";
NSString* input2 = @"This is cool site <a target="_blank" href="https://abc.com/coolstuff"> Must visit </a>";
NSString* input3 = @"This is cool site <a href="https://abc.com/coolstuff" target="_blank" > Try now </a>";

我希望修改后的字符串"This is cool site https://abc.com/coolstuff

忽略锚标记之间的所有文本。并且需要考虑其他属性，例如锚标记中的_target

我可以做类似的事情

static NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"<ashref="(.*?)">.*?</a>" options:NSRegularExpressionCaseInsensitive error:nil];;
NSString* modifiedString = [regex stringByReplacingMatchesInString:inputString options:0 range:NSMakeRange(0, [inputString length]) withTemplate:@"$1"];

使用 input1 工作正常，但在其他情况下失败。

谢谢

Answer 1

试试这个：

<a[^>]+href="(.*?)"[^>]*>.*?</a>

Answer 2

或者试试这个：

<a.+?href="([^"]+)

解释

<a - 匹配开始标记

.+? - 懒惰地匹配任何内容

href=" - 匹配 href 属性

([^"]+) - 捕获 href 值

输出

https://abc.com/coolstuff
https://abc.com/coolstuff
https://abc.com/coolstuff

Answer 3

<[aA].+href[ ]*=[ ]*[\]?"(.*)[\]".*>(.+)</[aA]>

在这里，第一组（$1）捕获URL，$2捕获链接文本。