正则表达式：查找链接上不包含此特定单词的 HTML 页面

Question

我在 3000 多个 HTML 页面上有以下两行代码：

<link rel="canonical" href="https://mywebsite.com/hi/about.html" />

和

<link rel="canonical" href="https://mywebsite.com/about.html" />

hi因此，我想用正则表达式找到所有包含链接中不包含该单词的行的页面/hi/。

Answer 1

如果/hi/总是在之后，https://mywebsite.com您可以使用负面前瞻以确保排除这些匹配项。在这种情况下，

<link rel="canonical" href="https:\/\/mywebsite\.com\/(?!hi\/)

可能对你有用（演示)。第一部分只是文字匹配（如果我没记错的话，反斜杠是转义所必需的），并且是(?!hi\/)负向前瞻：它确保hi\/不会发生。但是 Regex101 在解释正则表达式方面比我做得更好。

_{（我假设你熟悉 Notepad++ 的批量搜索功能，但如果不熟悉，此链接可能会有帮助。}