/<a.*?href="(.*?)".*?>Download\s*Video<\/a\s*>/m
我想匹配这样一段：
<a href="http://xxx.com/aaa" class="orange-button left_20">Download Project Files</a>
<a href="http://xxx.com/bbb">Download Video</a>
我是这样理解的:
1.<a开头
2.匹配任何字符直到第一个 href="
3.捕获任何字符直到第一个"
4.匹配任何字符直到第一个> (这里多匹配了不知道为什么)
5.Download\s*Video
我觉得会匹配到http://xxx.com/bbb，但实际是http://xxx.com/aaa
请问哪里出了问题？
ywjno
#1
2012年05月30日
如果你用/<a.*?href="(.*?)"(.*?)>Download\s*Video<\/a\s*>/m来实验的话会发现第二个括号里面的.*?一直匹配到
class="orange-button left_20">Download Project Files</a>
<a href="http://xxx.com/bbb"
这是因为"这个字符属于.里面，所以不会在遇到href="后的第一个"停下，而是继续匹配下去
解决方法
1）/<a.*?href="([^"]+?)"[^"]*?>Download\s*Video<\/a\s*>/m
2）直接把m去掉，因为在多行模式下.是匹配换行符的
ps:
其实我觉得吧，不就是想得到下载地址么，直接用nokogiri这个 gem 分析页面就好了
# html是通过nokogiri得到的页面对象
html.css("a").each do |dom|
puts dom.attr['herf'] if dom.text == 'Download Video'
end
@ywjno
/<a href="([^"]+?)"([^>]*?)>Download\s*Video<\/a\s*>/m能得到正确结果，的确是对。的理解不对
谢谢，我去试试 nokogiri