首次出现可选正则表达式后，否定后视停止
Negative Lookbehind stops after first occurrence of an optional regex
我正在使用 Python 中的以下正则表达式从 HTML 文件中的链接中删除协议：
re.sub(r"((http:|https:)?(\/\/website.com))", r"", result)
这按预期工作，但我不想在属性为 content 时替换协议。所以我开始研究使用 Regex Negative Lookbehind。
(?<!content=")(http:|https:)?(\/\/website.com)
这个正则表达式应该基本上意味着如果字符串以 <content=" 开头，那么它不应该匹配其余部分。但问题是它只拒绝可选的正则表达式 (http:|https:)?，可能是因为它是可选的。如果它不是可选的，它会拒绝整行。
这是清楚显示问题的屏幕截图。第一行应该完全拒绝，但它只是拒绝了协议。
有什么建议吗？ :)
谢谢！
正则表达式找到 //website.com 前面没有 content="。所以returns一场比赛。
怎么样
(?<!content="|content="http:|content="https:)(http:|https:)?(\/\/website.com)
原始正则表达式的问题在于它匹配 //website.com 之前没有 content="，因为 http:/https: 是可选的。要解决此问题，您可以在负面回溯中包含该协议。
由于 Python 不支持可变长度后视，您可以执行以下操作：
(?<!content=")(?<!content="https:)(?<!content="http:)((https?:)?(//website.com))
我正在使用 Python 中的以下正则表达式从 HTML 文件中的链接中删除协议：
re.sub(r"((http:|https:)?(\/\/website.com))", r"", result)
这按预期工作，但我不想在属性为 content 时替换协议。所以我开始研究使用 Regex Negative Lookbehind。
(?<!content=")(http:|https:)?(\/\/website.com)
这个正则表达式应该基本上意味着如果字符串以 <content=" 开头，那么它不应该匹配其余部分。但问题是它只拒绝可选的正则表达式 (http:|https:)?，可能是因为它是可选的。如果它不是可选的，它会拒绝整行。
这是清楚显示问题的屏幕截图。第一行应该完全拒绝，但它只是拒绝了协议。
有什么建议吗？ :)
谢谢！
正则表达式找到 //website.com 前面没有 content="。所以returns一场比赛。
怎么样
(?<!content="|content="http:|content="https:)(http:|https:)?(\/\/website.com)
原始正则表达式的问题在于它匹配 //website.com 之前没有 content="，因为 http:/https: 是可选的。要解决此问题，您可以在负面回溯中包含该协议。
由于 Python 不支持可变长度后视，您可以执行以下操作：
(?<!content=")(?<!content="https:)(?<!content="http:)((https?:)?(//website.com))