Question

我想“修复”所有这些网址，以便所有以下网址都有效（所有网址都来自网域“example.com”：

之前：

httpprache.htm
tech-z.htm
bla/blubbb.html
/suchen/bildung/schulen/abend.htm
/suchen/bildung/schulen/beruf.htm
www.google.de
http://www.google.com/asdf.html
https://blabla.com/

后：

http://example.com/httpprache.htm
http://example.com/tech-z.htm
http://example.com/bla/blubbb.html
http://example.com//suchen/bildung/schulen/abend.htm
http://example.com//suchen/bildung/schulen/beruf.htm
http://www.google.de
http://www.google.com/asdf.html
https://blabla.com/

如何使用一个或多个正则表达式执行此操作？

Answer 1

为了让我们帮助您完成此任务，您必须更加准确地确定何时应将其修复到域example.com以及何时仅将URL更正为其他域。正如我现在看到的那样，你可以简单地检查一下www，http或https“（www | http | https）”是否在网址中。如果它们都不是，则可以在字符串前加上“http://example.com/”。

如果'www'在字符串中而'http'不在，则可以在字符串的开头添加'http：//'。

这是多么严重，从你提供的几个例子中扣除，可能还有数千个其他案例需要注意，证明这可能会变成一项非常精细的任务。

Answer 2

使用sed风格的正则表达式：

cat file-with-urls | sed's / ^（www。[^。] +。[az] + $）/ http：// \ 1 /'| sed'/ ^ https \？：///！s / ^ / http：// example.com //'

第一名：

如果字符串以“www。”开头，一系列字母，一个点，然后是一个或多个字母，请在前面添加http：//

第二个：

如果字符串不以http：//或https：//开头，请将http://example.com/放在前面

Answer 3

这段代码可以帮助您：

var fields = url.match( /(.*)[:/]{3}([^:/]+)[:]?([^/]*)([^?]*)[?]?(.*)/ );
if(fields === null){
    throw new Error('bar url param');
}
var protocol = fields[1];
var host = fields[2];
var port = fields[3];
var path = fields[4];
var query = fields[5];

然后你可以根据需要编写网址。

带有URL的棘手正则表达式

3 个答案: