谁能帮我解释一下这个正则表达式吗？有点看不懂！

Question

"href=\"?(.*?)(\"|>|\\s+)"
是提取html里的网页的，但是分组有点奇怪啊！

Answer 1

1.href=
2."？指"可有可无
3.(.*?)指随便一组字符
4.(\" ¦> ¦\\s+)指3上面那组字符跟着"|>|;\\s+表示一个或多个分隔符 

Answer 2

以“開頭+任何東西+”或>+任何東西（小s）+“
大s的話是任何非空的東西大概哦～

Answer 3

第一个分组是任意串
第二个分组或是引号或是大于号或一串White Spaces

Answer 4

这个可以匹配 href 中带引号和不带引号的地址(\"|>|\\s+)地址可以以引号、> 和空格作为结束，即可以匹配：引号结束：<a href="www.google.com">
括号结束：<a href=www.google.com>
空格结束：<a href=www.google.com target="_blank">但是这个也能匹配：<a href="www.google.com>
<a href=www.google.com">这种不符合规范的格式。

Answer 5

第二个分组不需要被捕获，建议改成非捕获组格式：href=\"?(.*?)(?:\"|>|\\s+)

Answer 6

"href=\"?(.*?)(\" ¦> ¦\\s+)" 
把它拆开
\"?             匹配"的 但是可以有也可以没有，”\“是个 转译符
(.*?)           是匹配除了”\n“（回车）之外的所有字符，不论多少个字符
(\" ¦> ¦\\s+)   其中¦是或者的意思，匹配 " 或者 > 或者 空格、制表符、换页符等等例子4楼都已经举了
参考  http://blog.csdn.net/kevinsin/archive/2005/04/21/356861.aspx