排除由特定字符前导的正则表达式匹配

Question

我有以下内容：

Regex urlRx = new Regex(@"((https?|ftp|file)\://|www.)[A-Za-z0-9\.\-]+(/[A-Za-z0-9\?\#\&\=;\+!'\(\)\*\-\._~%]*)*", RegexOptions.IgnoreCase);

这将匹配所有URL，但我想排除以字符"或'为前缀的URL。 我一直在尝试使用其他解决方案（正则表达式来排除[除非前面有\），但我无法使它通过。

如果我有这个，应该会得到一个匹配：

The brown fox www.google.com

然而，如果我有这个：

The brown fox <a href="www.google.com">boo</a>

由于 " 的存在，我不应该得到匹配。如何实现这一点？

- SB2055

Answer 1

你需要使用 负向回顾后发 ：在你的正则表达式前缀中加入(?<!["'])。

解释：

• (?<!...)表示：直接在当前位置之前的内容不能与...匹配。
• ["']只是包含你想排除的两个字符的字符组。

注意：在@"..."字符串中，双引号通过重复它们来转义，所以你的代码将会是这样的：

Regex urlRx = new Regex(@"(?<![""'])((https?|ftp|file)...

在VB中：

Dim urlRx As New Regex("(?<![""'])((https?|ftp|file)...

- Heinzi