问题分析 #

你的正则表达式没达到预期效果，核心有两个关键问题：

1. 混淆了HTML实体与正则字符逻辑：你用"来指代双引号，但正则根本不识别HTML实体——"在正则里只是匹配&、q、u、o、t、;这一串普通字符，完全起不到排除双引号的作用，直接打乱了你的匹配规则。
2. 负向断言范围太局限：你加的(?!["'])只检查了最后一个分组的后续位置，没有确保整个匹配的URL本身不以引号/引号实体结尾，也没限制URL后面不能紧跟引号，导致末尾带"的URL被匹配了大部分内容。

解决方案 #

针对你的需求（匹配包含&、且末尾/结尾无单双引号或对应HTML实体的URL），可以使用这个正则：

\b(?:[^'"`\\\s\n]+&amp;[^'"`\\\s\n]+)(?<!['"`])(?<!&(?:quot|#39);)(?!['"`\\\s])(?!&(?:quot|#39);)

正则各部分说明

• \b：单词边界，确保匹配的是独立完整的URL，避免从字符串中间截断匹配。
• (?:[^'"\\s\n]+&[^'"\\\s\n]+)：非捕获组，专门匹配包含&的URL主体：
  • [^'"\\s\n]+`：匹配除单引号、双引号、反引号、反斜杠、空格、换行之外的任意字符，避免URL本身混入干扰字符。
  • &：精确匹配你需要的与符号HTML实体。
• (?<!['"])`：负向后行断言，确保URL的最后一个字符不是单/双/反引号。
• (?<!&(?:quot|#39);)：额外的负向后行断言，确保URL末尾不是单/双引号的HTML实体（比如"、'）。
• (?!['"\\s])`：负向前瞻断言，确保URL后面不紧跟单/双/反引号、反斜杠或空格。
• (?!&(?:quot|#39);)：额外的负向前瞻断言，确保URL后面不紧跟引号类HTML实体。

这个正则会完全排除末尾带"的URL，比如你给出的google.com/cool?cool1=yes&cool2=no&cool3=no"会被直接忽略，不会匹配任何部分。

内容的提问来源于stack exchange，提问作者Mohit Kumar