htmlからクエリ文字列を含むURLを抽出する

Question

次のhtmlからquerystringでurlを抽出しようとしていますが、正規表現を使用していますが、動作しません。私を助けてくれますか？ https://www.joinville.sc.gov.br/jornal/visualizaranexos?cod_jornal=755&cod_sei_publicacao=529

1.1私の正規表現：この正規表現の

(?<=href=").*?\?.*?(?=") 

1.2出力

https://www.joinville.sc.gov.br/public/portaladm/pdf/jornal/ed1301f83021029837bd0628e8e98d39.pdf\" target=\"_blank\"> <span class=\"thumb-jornal\"> <img src=\"/public/portal/imagens/ico_diario.png\" class=\"jornal-icon\" width=\"46\" height=\"38\" alt=\"\"> <span class=\"jornal-shadow\"></span> </span> </a> <span class=\"article-date bolder\"> <span class=\"article-subject\">ano 2016</span> <img src=\"/public/portal/imagens/arrow-bullet.gif\" width=\"8\" height=\"11\" class=\"arrow-bullet\" alt=\">\">n° 398 - <a rel=\"shadowbox;width=500;height=400\" href=\"https://www.joinville.sc.gov.br/jornal/visualizaranexos?cod_jornal=755&cod_sei_publicacao=529" 

2. HTML：

私は一致しようとしています何

<li> <a href="https://www.joinville.sc.gov.br/public/portaladm/pdf/jornal/ed1301f83021029837bd0628e8e98d39.pdf" target="_blank"> <span class="thumb-jornal"> <img src="/public/portal/imagens/ico_diario.png" class="jornal-icon" width="46" height="38" alt=""> <span class="jornal-shadow"></span> </span> </a> <span class="article-date bolder"> <span class="article-subject">ano 2016</span> <img src="/public/portal/imagens/arrow-bullet.gif" width="8" height="11" class="arrow-bullet" alt=">">n° 398 - <a rel="shadowbox;width=500;height=400" href="https://www.joinville.sc.gov.br/jornal/visualizaranexos?cod_jornal=755&cod_sei_publicacao=529" style="font-size: 8px; display: inline; color: #ff0000;">anexos</a> </span> <span class="article-date">19/02/2016</span> </li> 

編集：次の正規表現は動作しているようです - >（？ ？< =のhref = "）[^"] + \ [^ "]？+（="）

Answer 1

もし私が正しいとすれば、あなたはパラメータを持つURLだけに興味がありますか？それから私はこれがトリックだと思う。

(?<=href=")([\S\?]*\?.*?)(?=") 

Answer 2

これを試してみてください：

href="([^"]+)" 

最初のキャプチャグループは、あなたが探しているURLです。 Regex 101