多段PDF链接路径批量替换：保留文件名替换前缀

问题分析 #

需要批量替换HTML中PDF链接的路径部分，仅保留文件名，同时避免连续链接被合并。此前使用的正则规则失效，核心问题是未正确捕获文件名并引用，且匹配逻辑无法适配多变的路径层级。

正确的正则匹配与替换规则 #

查找正则（需开启编辑器的正则匹配模式）：

href=".*?([^/]+?\.pdf)"

替换内容：

href="/wp-content/uploads/2024/02/$1"

规则解释 #

• 匹配逻辑：

  • href=" 精准定位链接属性的开头
  • .*? 非贪婪匹配任意字符，直到遇到最后一个/（适配任意层级的路径结构）
  • ([^/]+?\.pdf) 捕获组：[^/]+?匹配所有非/的字符（即PDF文件名），\.pdf确保只针对PDF文件，括号将文件名保存为可引用的捕获组$1
  • " 匹配属性结尾的引号

• 替换逻辑：
  用固定目标路径/wp-content/uploads/2024/02/替换原有路径，$1引用捕获到的PDF文件名，实现路径替换但保留文件名的效果。

此前规则失效的原因 #

你之前的替换规则中href="/wp-content/uploads/2024/02/.*?.pdf"把正则语法.*?.pdf当成了字面量输出，导致替换后的链接内容错误；同时原匹配规则href="/.*?/.*?.pdf"只能适配固定层级的路径，当路径新增层级（比如多了sector1目录）就会失效。

避免连续链接合并的关键 #

使用非贪婪匹配.*?而非贪婪匹配.*，确保每个<a>标签的href属性被单独匹配，不会跨标签捕获内容，自然不会合并连续链接。

示例验证 #

原链接：

<a href="/images/2023/urbanism/rcs/filename1.pdf">filname1</a>
<a href="/images/2023/urbanism/sector1/rcs/filename2.pdf">filname2</a>

替换后：

<a href="/wp-content/uploads/2024/02/filename1.pdf">filname1</a>
<a href="/wp-content/uploads/2024/02/filename2.pdf">filname2</a>

内容的提问来源于stack exchange，提问作者Cristian Capriceanu