求网址URL纯正则过滤规则

[西門冠希]

((http[s]{0,1}|ftp)://[a-zA-Z0-9\.\-]+\.([a-zA-Z]{2,4})(:\d+)?(/[a-zA-Z0-9\.\-~!@#$%^&*+?:_/=<>]*)?)|((www.)|[a-zA-Z0-9\.\-]+\.([a-zA-Z]{2,4})(:\d+)?(/[a-zA-Z0-9\.\-~!@#$%^&*+?:_/=<>]*)?)


上面的可以实现，但是也把<img src="http://bbs.csdn.net/">中src的网址过滤掉了。

求一段能不过滤<img>标签中URL的过滤规则

[西門冠希]

引用 1 楼 jslang 的回复:

可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

这样实现不了我那个功能，我是采集用，图片网址都是不固定的。

[天际的海浪]

图片网址不固定也没事，如把 <img src="http://bbs.csdn.net/"> 中的http后面加个* 变成 <img src="http*://bbs.csdn.net/"> 在你过虑之后再把*去掉。

[西門冠希]

引用 1 楼 jslang 的回复:

可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

有没有那种，不等于格式，就例如我不想过滤很有某个字符串的写法。例如这样!=(baidu)，那么包含baidu这个字符串的网址都不会被过滤掉

[斯洛文尼亚旅游]

引用 2 楼 music_vip_2009 的回复:

[quote=引用 1 楼 jslang 的回复:] 可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

这样实现不了我那个功能，我是采集用，图片网址都是不固定的。[/quote]你采无非不就是想去掉链接，直接干掉a标签不就行了，还有框架之类的 如果用的火车头内容规矩就可以配置去掉哪些标签

[天际的海浪]

引用 4 楼 music_vip_2009 的回复:

[quote=引用 1 楼 jslang 的回复:] 可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

有没有那种，不等于格式，就例如我不想过滤很有某个字符串的写法。例如这样!=(baidu)，那么包含baidu这个字符串的网址都不会被过滤掉[/quote] 可以用正则表达式的(?!xxxx)和(?<!xxxx) 不过(?<!xxxx)在客户端各个浏览器中都还不支持

[西門冠希]

引用 6 楼 jslang 的回复:

[quote=引用 4 楼 music_vip_2009 的回复:] [quote=引用 1 楼 jslang 的回复:] 可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

有没有那种，不等于格式，就例如我不想过滤很有某个字符串的写法。例如这样!=(baidu)，那么包含baidu这个字符串的网址都不会被过滤掉[/quote] 可以用正则表达式的(?!xxxx)和(?<!xxxx) 不过(?<!xxxx)在客户端各个浏览器中都还不支持[/quote] 上面说的方法都试了，还是不行

[天际的海浪]

可以先把<img>标签中的URL替换成不会被过虑格式。如http替换成ht*tp 然后用你那个正则表达式过虑。 最后再把之前替换的反替换回来。

[sanGuo_uu]

你到底是想去掉什么网址？ a里面的网址么

[文盲老顾]

我做采集的时候，会对所有不完整的url进行补全，然后获取完整地址 不如采集http://www.baidu.com，出现<img hidefocus="true" src="//www.baidu.com/img/bd_logo1.png" width="270" height="129">需要补足成 http://www.baidu.com/img/bd_logo1.png <link rel="shortcut icon" href="/favicon.ico" type="image/x-icon" /> 需要补足成 http://www.baidu.com/favicon.ico 诸如此类的东西，补足后可以获取相应的js文件、样式文件、图片等，如果不补足就很麻烦了 在补足成完整url后再根据你的业务逻辑去实现你要实现的内容就方便很多了