C#正则表达式匹配不含excludeMe类的所有锚点标签

我来帮你解决这个正则问题！你需要从一堆锚点标签里精准匹配那些不带excludeMe类的标签，而且已知带这个类的锚点只有这一个类属性，对吧？

你原来的正则@"(<a.*?>.*?</a>)"能匹配所有锚点，但要排除目标标签，关键是用负前瞻在匹配锚点开头的时候就把带excludeMe类的情况排除掉，还要考虑属性的位置可能不固定。

正确的正则表达式 #

直接给你能用的写法：

@"(<a\s(?!.*?class=""excludeMe""\s?.*?>).*?>.*?</a>)"

为啥这么写？我给你拆解下： #

• <a\s：先匹配锚点标签的开头，确保后面跟着空白（也就是属性的开始，避免匹配到类似<aFoo>这种奇怪的标签）
• (?!.*?class=""excludeMe""\s?.*?>)：这是核心的负前瞻规则，意思是从当前位置往后找，找不到包含class="excludeMe"的属性直到锚点标签的闭合>，这样就直接排除了所有带这个类的锚点
• .*?>.*?</a>：这部分和你原来的逻辑一致，用非贪婪匹配.*?来精准匹配单个锚点的内容，避免把多个标签当成一个匹配项

测试示例（C#代码） #

你可以直接跑这段代码验证效果：

using System;
using System.Text.RegularExpressions;

class AnchorMatchTest
{
    static void Main()
    {
        string input = @"<a href=""foo.html"" class=""foo"">Foo</a> <a href=""bar.html"" class=""excludeMe"">Bar</a> <a href=""baz.html"" class=""baz"">Baz</a>";
        string pattern = @"(<a\s(?!.*?class=""excludeMe""\s?.*?>).*?>.*?</a>)";
        
        foreach (Match match in Regex.Matches(input, pattern))
        {
            Console.WriteLine(match.Value);
        }
    }
}

运行后会输出两个符合要求的锚点，刚好排除了带excludeMe类的那个：

<a href="foo.html" class="foo">Foo</a>
<a href="baz.html" class="baz">Baz</a>

额外扩展（可选） #

如果你的场景里锚点的class属性可能用单引号（比如class='excludeMe'），可以把正则改成支持单双引号的版本：

@"(<a\s(?!.*?class=["']excludeMe["']\s?.*?>).*?>.*?</a>)"

内容的提问来源于stack exchange，提问作者J. Hahn