ruby - Ruby 正则表达式的问题

Question

我有这段 HTML 代码，它在一行中:

<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>

这是行友好的版本(我不能使用)

<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>
<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>

我正在尝试使用此正则表达式仅提取 URL

/<h3 class="r"><a href="(.*)">(.*)<\/a>/

它返回

www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com"

当找到 "时，我能做些什么来阻止它？

Answer 1

叹息。正则表达式和 HTML 是如此尴尬的同床异梦:

require 'nokogiri'

html = %q{<h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3><h3 class='r'><a href="www.google.com">fkdsafjldsajl</a></h3>}
doc = Nokogiri::HTML(html)
puts doc.css('a').map{ |a| a['href'] }
# >> www.google.com
# >> www.google.com

这会找到它们，无论它们是深度嵌套还是全部在一行上。