如何匹配不包含href子串的<a>标签子字符串

问题分析 #

你之前使用的正则<a class="link.*?(?!href).*?<\/a>无效，原因是其中的(?!href)仅检查当前位置后紧跟的不是href，但标签内其他位置仍可能出现href属性，无法实现全局排除。

正确正则表达式 #

要匹配整个标签内不包含href的<a>标签，可以使用以下两种方案：

方案1：前置否定预查（简洁版） #

<a\s+(?!.*?href).*?class="link.*?"\s*>.*?<\/a>

• (?!.*?href)：预查整个<a>标签范围内（从<a开始到>前）不存在href子串
• .*?：非贪婪匹配，避免跨标签匹配

方案2：逐字符排除（严谨版） #

<a\s+(?:(?!href).)*?class="link.*?"(?:(?!href).)*?<\/a>

• (?:(?!href).)*?：逐个字符匹配，确保每一步都不会触发href的开头，彻底排除标签内出现href的可能

匹配效果 #

将上述正则应用到你的待匹配字符串：

blabla bladibla <a class="link-ch" href="add-tt-2021-s18-chapter-4.1.html#ch-9-1-1-21-3">9.1.1.21.3</a> blabla <a class="link-ch" href="add-tt-2021-s18-chapter-4.1.html#ch-9-1-1-21-5">9.1.1.21.5</a> more blabla <a class="link-tbl">tabel 9.1.1.21.6</a>, some more bladibla

会精准匹配到：

<a class="link-tbl">tabel 9.1.1.21.6</a>

内容的提问来源于stack exchange，提问作者MK01111000