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 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 )

Aber gut, ansonsten wärs dann:

Code:

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

Edit: wär das mit Backreference so richtig?

Code:

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