Regex: alle html links eines String bekommen?

[alcaeus]

Moin Meflin,

lass die doppelte Abfrage fuer ' und " im href-Attribut weg. Erstens muesstest du um korrekt zu parsen dann eine entsprechende back-reference nutzen und zweitens ist laut den letzten HTML-Standards eh nur " ein Begrenzer fuer Attributwerte :)

Sowas wuerde deine letzte RegExp auch matchen:

Code:

<a href="foobar'>text</a>

obwohl es komplett zerschossenes HTML ist. Auf der anderen Seite wuerde sowas falsch gematcht werden:

Code:

[url='foobar" und mehr']text[/url]

obwohl es laut dem kaputten HTML-Parsing mancher aelterer Browser durchaus korrekt ist ;)

Greetz
alcaeus

[Khabarakh]

Zitat:

Zitat von Pseudemys Nelsoni

Ich benutze C#.NET und dort ist die Hilfe sehr beschränkt was Regexes angeht.

Die ist ziemlich umfangreich, nur eben kein Tutorial ;) .
Ein schönes deutsches Tut gibt es hier: http://www.regenechsen.de/phpwcms/index.php?regex_allg

PS: Wenn du sowieso nur den Link brauchst, würde ich danach gar nicht mehr weitermatchen. Eine perfekte Lösung ist mit Regexen sowieso nicht erreichbar.

[Meflin]

Moin alci,

du magst prinzipiell Recht haben, aber die Frage ist: Auf was trifft man in der "freien Wildbahn" öfter? Ich glaube die falschen '' gibts relativ häufig. Aber dein zweiter Fall, der zum Mismatch führt, sowas macht ja keiner absichtlich ;) (mit der Backreference haste natürlich Recht, is mir aber grad zu kompliziert :gruebel: )

Aber gut, ansonsten wärs dann:

Code:

[url="(.*?[^"].*?[/url]

Edit: wär das mit Backreference so richtig?

Code:

<a.*?href=(["'])(.*?[^"]+)\1.*?>.*?</a>