Question

我在查找正则表达式时遇到了一些困难，因为正式表达式会删除特定XML标记中的部分字符串并替换它。我有许多带有可变部分的URL路径，所以我需要找到某个字符串和URL中最后一个斜杠之间的所有内容。例如，我的标签和URL可能如下所示：

<bpoc:resourceMetadataLoc>http://app01/media/images/I//1951-1960_Embark_Object_Photos/1957.59.jpg</bpoc:resourceMetadataLoc>

或

<bpoc:resourceMetadataLoc>http://app01/media/images/CONTEMPORARY/1986-2005/1991.2.jpg</bpoc:resourceMetadataLoc>

输出应该看起来像

<bpoc:resourceMetadataLoc>http://app01/media/Previews/1957.59.jpg</bpoc:resourceMetadataLoc>

这是我得到的，但它捕获了字符串中的最后一个斜杠，而不是倒数第二个斜杠：

(<bpoc:resourceMetadataLoc>http://app01/media/images)+(.*[/])

该正则表达式将捕获以下内容：

<bpoc:resourceMetadataLoc>http://app01/media/images/I//1951-1960_Embark_Object_Photos/1957.59.jpg</

我需要添加到正则表达式中以从查询中排除</bpoc:resourceMetadataLoc>位，然后捕获URL中最后一个斜杠之前的所有内容？

Answer 1

由于这是XML，因此网址本身不能包含（非转义）<或>。你可以利用这个优势：

<bpoc:resourceMetadataLoc>http://app01/media/images[^<]*/([^<]*)

这应该捕获URL的最后一段（例如“1957.59.jpg”）。它的工作原理是贪婪地匹配所有内容直到标记结束的开头（第一个[^<]*），然后回溯以匹配最近的（即最后一个）/，然后在斜杠后捕获所有内容（将([^<]*)）放入组1中，以便在替换步骤中使用它。