GAWK的行为与标准正则表达式不同

Question

我正在尝试使用gawk从某些HTML中删除链接，但它似乎不能像普通的正则表达式一样工作：

使用：

gsub(/<a href=\"(.*?)\">/,"<a href=\"#\">",html_desc)

输入：

<ul class="aclass asubclass">           <li><a href="https://www.anylink.com" class="anotherclass">Some Text</a></li>       </ul>

我想要什么：

<ul class="aclass asubclass">           <li><a href="#" class="anotherclass">Some Text</a></li>         </ul>

任何人都可以帮忙吗？

Answer 1

要匹配href属性的引号内的所有内容并将其内容替换为#，可以使用：

gsub(/<a href=\"[^"]*/, "<a href=\"#", html_desc)

[^"]*匹配开引号后的所有非"字符。