如何在同一正则表达式中从srcset捕获组提取全部URL？

你之前的表达式只能提取单个URL，核心原因是多数正则引擎中，重复嵌套的捕获组只会保留最后一次匹配的结果，哪怕你写了((http[^\s]+).*?)+，最终捕获组里也只会留下最后一个URL。

要把两个操作合并到单个正则里提取所有URL，分两种常用场景处理：

场景1：支持正向预查+全局匹配的正则引擎（如PCRE、Python re、JavaScript） #

直接用这个正则，配合全局匹配模式即可：

(?i)(?<=srcset=&quot;|,\s*)http[^\s]+

逻辑说明： #

• (?i)：忽略大小写匹配
• (?<=srcset=&quot;|,\s*)：正向预查定位，匹配srcset="或者, （逗号加空格）之后的位置，确保每个URL的起始点都能被命中
• http[^\s]+：匹配从http开头到第一个空白字符的完整内容，也就是目标URL

用全局匹配（比如Python的re.findall()、JavaScript的/regex/g）测试你提供的源码，会直接得到所有URL：

https://www.thesite.nl/wp-content/uploads/2016/02/logo-home.png
https://www.thesite.nl/wp-content/uploads/2016/02/logo-home-300x201.png
https://www.thesite.nl/wp-content/uploads/2016/02/logo-home-768x514.png
https://www.thesite.nl/wp-content/uploads/2016/02/logo-home-700x469.png

场景2：依赖捕获组+多次匹配的老旧正则引擎 #

如果必须通过捕获组提取，用这个表达式重复执行匹配直到无结果：

(?i)(?:srcset="|,\s*)(http[^\s]+)

逻辑说明： #

• (?:...)：非捕获组，仅用来匹配URL的前置触发条件（srcset开头或逗号分隔符）
• (http[^\s]+)：捕获单个目标URL
  每次匹配会提取一个URL，重复执行就能拿到所有结果。

内容的提问来源于stack exchange，提问作者Thomas