如何优化正则表达式以准确检测HTML标签href/src属性内的空格？

我明白你的问题了——你的正则会误把属性引号外面的空格当成属性值内部的空格，这是因为你用的.会匹配包括引号在内的任意字符，导致正则“越界”到引号外面去了。

原正则的问题分析 #

原表达式(src|href)(\s*=\s*)(["'])(.+(?=\s).+)\3的核心问题在于：

• .会匹配任意字符（包括属性的闭合引号），当引号后面存在空格时，(?=\s)会触发，.会把闭合引号也包含进匹配内容，进而让\3试图匹配下一个不存在的引号，最终造成误判。

修改后的正则表达式 #

你可以把属性值的匹配范围限制在闭合引号内部，同时确保其中至少包含一个空格。这里提供两种等效的写法：

写法一（精确匹配，无贪婪问题）

(src|href)\s*=\s*(["'])(?:(?!\3).)*\s(?:(?!\3).)*\3

写法二（简洁非贪婪写法）

(src|href)\s*=\s*(["']).*?\s.*?\3

关键改进点说明 #

• 用(?:(?!\3).)*（或非贪婪的.*?）替代原有的.：这部分会匹配所有不是闭合引号的字符，确保匹配范围严格限定在属性的引号内部，不会跨越到引号外面。
• 明确加入\s：要求属性值内部至少存在一个空格，精准捕获我们需要检测的场景。

测试效果示例 #

• ✅ 正确匹配：<img src="foo bar.jpg">（属性值内部包含空格）
• ❌ 不会误匹配：<a href="test.com" >（空格位于闭合引号外部）
• ❌ 不会误匹配：<link href="style.css"rel="stylesheet">（引号外部的空格不触发匹配）

内容的提问来源于stack exchange，提问作者user2816626