regex - 如何从Markdown中提取链接

Question

我正在尝试解析可能是超链接或markdown中的超链接的输入。我可以轻松地检查它是否是带有^https?://.+$的超链接并使用regexp.Match，但是对于markdown链接，它对我来说是一个完全不同的兔子洞。

我遇到了这个正则表达式^\[([\w\s\d]+)\]\((https?:\/\/[\w\d./?=#]+)\)$，我尝试对其进行修改以仅匹配markdown链接，但是由于某种原因捕获了最后一个寄生虫之后，我只是在考虑将第二个捕获组，链接与SubexpNames之类的东西进行匹配， FindStringIndex，FindSubmatch，Split等，但是它们似乎都无法捕获我要寻找的内容(有时它们仍会返回整个字符串)或很可能是我做错了。

这是我在寻找的东西:

Input - [https://imgur.com/abc](https://imgur.com/bcd)
Should output the link - https://imgur.com/bcd

到目前为止，这是我的代码:https://play.golang.org/p/OiJE3TvvVb6

Answer 1

您可以使用regexp.FindStringSubmatch来获取单URL验证正则表达式所产生的捕获值:

package main

import (
    "fmt"
    "regexp"
)

func main() {
    markdownRegex := regexp.MustCompile(`^\[[^][]+]\((https?://[^()]+)\)$`)
    results := markdownRegex.FindStringSubmatch("[https://imgur.com/abc](https://imgur.com/bcd)")
    fmt.Printf("%q", results[1])
}

参见GO demo online。

您可以考虑使用regexp.FindAllStringSubmatch查找所需链接的所有出现位置:

package main

import (
    "fmt"
    "regexp"
)

func main() {
    markdownRegex := regexp.MustCompile(`\[[^][]+]\((https?://[^()]+)\)`)
    results := markdownRegex.FindAllStringSubmatch("[https://imgur.com/abc](https://imgur.com/bcd) and [https://imgur.com/xyy](https://imgur.com/xyz)", -1)
    for v := range results {fmt.Printf("%q\n", results[v][1])}
}

见Go lang demo

该模式表示:

\[-一个[ char

[^][]+-[和]之外的1个以上字符

]\(-](子字符串

(https?://[^()]+)-组1:http，然后是可选s，然后是://子字符串，然后是(和)以外的1+个字符

\)-一个)字符。

参见online regex demo。