如何在C＃中识别具有相似模式的网址？

Question

我需要一种方法来识别具有类似模式的网址，例如匹配时返回true的函数

http://mysite.com/page/123
and
http://mysite.com/page/456

或

http://mysite.com/?page=123
and
http://mysite.com/?page=456

或

http://mysite.com/?page=123&param=2
and
http://mysite.com/?page=456&param=3

我不需要在这里检查网址的有效性，只知道模式是否相同。 我可能需要一个正则表达式，但无法弄清楚如何做到这一点。有人可以帮忙吗？感谢。

Answer 1

可能你可以尝试levenshtein距离 http://www.dotnetperls.com/levenshtein，用于查找字符串之间的相似性。

Answer 2

使用a lowest common subsequence algorithm并除以任一字符串的长度。如果它高于任意数字，它们就足够了。

Answer 3

不是一个具体的答案，但我觉得如果你想让它在一般意义上运作良好，你需要内容意识，即你需要将每个URL分成几个小节：

• 协议
• 域
• 路径
• 查询字符串

......并分别处理每个。可接受的模糊程度将控制你需要多少分解URL，但每个部分（我觉得）需要非常具体的检查。协议和域可以是直字符串匹配，但路径也许可以用'/'分割，然后在基本长度检查后，可以逐个比较元素，只比较相同深度的项目（使用直接相等或“改变距离“就像前面提到的Levenshtein距离一样”。通过对“＆amp;”的简单分割，可以将查询字符串分解为字典。然后通过“=”，您可以根据需要对其进行排序和比较。这也可以满足@ MarcGravell关于重新排序的查询字符串参数的问题。