Question

我需要来自html的解析链接，但是那些没有跟随＆＃39; class =＆＃34; mw-disambig＆＃34;＆＃39;的那些链接。我写了regexp

r'<a href="(.+?)"(?! class="mw-disambig")'

但它仍会解析类似这样的内容

  'https://ru.wikipedia.org/wiki/Тюльпан_(значения)" class='

原始HTML：

<a href="here was link" class="mw-disambig" title="Тюльпан"...>

它不应该被添加或者我不理解？

我做错了什么？

Answer 1

".*?"并不意味着＆＃34;恰好匹配引号中包含的最短序列。这意味着＆＃34;匹配引号中包含的最短序列，其中后面的字符与模式的其余部分匹配＆＃34;。

因此，当负向前瞻阻止最短匹配时，尝试下一个较长的匹配，结束于class=之后的引用。在那里，负向前瞻不会触发。

如果您只想匹配不包含引号的带引号的字符串，请显式：

"[^"]*"

（匹配报价，除报价以外的任意数量的字符以及结束报价）。