不推荐用正则提取 HTML 中的 <a> 标签 href 属性，因其无法可靠处理嵌套、引号、转义等边界情况；✅ 推荐用原生 DOM 解析（如 document.createElement + querySelectorAll），可自动容错并返回绝对 URL；⚠️ 正则仅限简单可控场景，存在诸多局限；? 进阶推荐 cheerio、parse5 等专用 HTML 解析库。
不推荐用正则提取 HTML 中的 <a> 标签 href 属性——HTML 是嵌套结构，正则无法可靠处理属性顺序、引号类型、转义、注释、CDATA 或自闭合伪标签等边界情况，容易漏匹配或误匹配。
✅ 推荐：用原生 DOM 解析（最安全）
把 HTML 字符串注入临时 DOM 节点，用标准 API 提取：
function extractHrefs(htmlStr) {
const div = document.createElement('div');
div.innerHTML = htmlStr; // 自动解析，浏览器级容错
return Array.from(div.querySelectorAll('a[href]'))
.map(el => el.href); // .href 返回绝对 URL（含协议/域名补全）
}
说明：
-
el.href比el.getAttribute('href')更好——它返回解析后的绝对地址，避免相对路径歧义； - 加
[href]选择器可过滤无 href 的<a>标签； - 在 Node.js 环境可用
jsdom模拟 DOM。
⚠️ 若必须用正则（仅限简单、可控场景）
以下正则可应对常见格式（双引号、单引号、无引号），但仍有局限：
立即学习“Java免费学习笔记（深入）”；
/<a\s+[^>]*href\s*=\s*["']([^"']*)["'][^>]*>/gi
用法示例：
const html = '<a href="https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635">Link</a> <a href=\'/page\'>Local</a>'; const matches = html.match(/<a\s+[^>]*href\s*=\s*["']([^"']*)["'][^>]*>/gi); const hrefs = matches?.map(m => m.match(/href\s*=\s*["']([^"']*)["']/i)?.[1]) || [];
注意：
- 不支持换行、HTML 注释中的
<a>、<script>里的字符串、属性值含引号转义（如href="a"b"）； - 无法区分
<area href=...>或其他含 href 的标签； - 贪婪匹配可能跨标签（如
<a href="x"><b></b></a>中的<b>会破坏匹配）。
? 进阶替代：使用专用 HTML 解析库
Node.js 环境推荐：
-
cheerio（轻量，jQuery 风格）：$('a[href]').map((_, el) => $(el).attr('href')).get()； -
parse5或htmlparser2（更底层，适合流式/大文件）。
这些库能正确处理嵌套、命名空间、实体编码（如 &）、自定义元素等真实 HTML 变体。
本质上，HTML 不是正则友好型语言。用对工具，省去调试诡异 bug 的时间。
