携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第22天，点击查看活动详情
前言
通过爬虫将整个网页提取出来，然后获取的其中 a 标签中 href 属性的值，也就是获取所有链接。
但是，所有链接的格式并不一致，如果在正则表达式中枚举出所有链接类型，将会有两个很明显的缺点：
- 正则表达式过于繁琐冗长，不利于以后的扩展和维护；
- 要将所有链接类型枚举出来，工作量大，还容易遗漏与出错。
那有没有简单点的方法呢？
基本思路
既然正面匹配不行，那就换一种思路，不直接去匹配链接的类型。
直接先去匹配链接所在的起始位置，通过 .* 匹配到的位置后面的字符就可以了。
但是，如果不给终止的位置，会直接匹配到一些多余字符，所以还得加上一个终止的标制才行。
实现
首先，目标是 a 标签里面的链接，换句话说，目标在 a 标签里面。那么，直接通过预查找到 a 里面：
const reg = /(?<=<a)/
但这位置还不能满足要求，目标在 href=" 后面，还需要更近一步，所以预查匹配可以继续加上 href="，进一步获取到准确的位置：
const reg = /(?<=<a.*href=")/
注意：在
a与href="之间加上.*，是因为不知道它们中间会存在什么字符，但是至少也是有一个空格存在，所有使用.*进行匹配，又因为在后面写上了href="，所以.*会匹配除了href="之外的字符。
现在，已经到达了目标位置，接下来就是匹配所需要的链接，根据上面的思路，直接使用 .* 进行匹配即可，不用再考虑链接的格式。
但这样，但这样容易匹配到多余的字符，所以再加上一个终止的位置，链接一般以双引号 " 结尾，加上一个(?=") 即可，最终表达式如下：
const reg = /(?<=<a.*href=").*(?=")/
修改
经过评论区掘有提醒，当a标签上存在其他属性时，会影响获取结果，因此，按照上面的思路，可以再加上限制，限制匹配的字符为非"，修改后如下:
const reg = /(?<=<a.*href=")([^"]*)(?=")/g
