（Java）RegEx从CSS获取URL？

Question

我正在解析CSS，以便从链接的样式表中获取URL。这是一个Java应用程序。（ 我尝试使用CSSParser（
http://cssparser.sourceforge.net/
），但是，它在解析时会默默地删除许多规则。）

所以我只是在使用Regex。我想要一个仅获取URL的正则表达式，并且足够健壮以应对来自狂野的真实CSS：

background-image: url('test/test.gif');
background: url("test2/test2.gif");
background-image: url(test3/test3.gif);
background: url   ( test4/ test4.gif );
background: url( " test5/test5.gif"   );

你明白了。这是在Java的regex实现中（ 不是我的最爱 ）。

Answer 1

正则表达式的问题在于它们有时过于严格，超出了您的需求。如果您向我们展示了您当前无法正常工作的正则表达式，我将能够为您提供更多帮助。

第一条评论：浏览器倾向于容忍 大多数 HTML / CSS错误（不是JavaScript，这是一种编程而非标记语言）。

您可以从background(-image)?令牌开始锁定第一部分。如何进行？非常困难…

总是带有冒号，因此您可以将其添加到令牌的常量部分，然后根据示例（而非CSS规范）判断出可变数量的空格，后跟url令牌。一个 可变数量
的空格的是[\w]*，这成为我们的正则表达式的一部分。

我用RegexBuddy尝试过

background(-image)?: url[\s]*\([\s]*(?<url>[^\)]*)\);

不幸的是，它捕获URL内的空格

Matched text: background-image: url('test/test.gif');
Match offset: 0
Match length: 39
Backreference 1: -image
Backreference 1 offset: 10
Backreference 1 length: 6
Backreference 2: 'test/test.gif'
Backreference 2 offset: 22
Backreference 2 length: 15

Matched text: background: url   ( test4/ test4.gif );
Match offset: 119
Match length: 39
Backreference 1: 
Backreference 1 offset: -1
Backreference 1 length: 0
Backreference 2:  test4/ test4.gif 
Backreference 2 offset: 138
Backreference 2 length: 18

因此，当您获得带有此URL的URL时，必须修剪字符串。从url示例4开始，我无法从组中排除空格，但是，它 应该与其中包含空格的URL匹配
，并且在没有%20test4.gif文件的情况下，此示例不正确。

[编辑]我更喜欢以下正则表达式版本

background(-image)?: url[\s]*\([\s]*(?<url>[^\)]*)[\s]*\)[\s]*;

容忍更多空白