Question

我正在尝试用正则表达式解决字符串匹配问题。我需要匹配此表单的网址：

http://soundcloud.com/okapi23/dont-turn-your-back/

我需要“拒绝”此表单的网址：

http://soundcloud.com/okapi23/sets/happily-reversed/

尾随'/'显然是可选的。

基本上是这样的：

在主机名之后，可以有2个或3个组，如果在第二个组中等于“sets”，那么正则表达式不应该匹配。
“sets”可以包含在网址
“sets”需要完全匹配

到目前为止，我提出的是http(s)?://(www\.)?soundcloud\.com/.+/(?!sets)\b(/.+)?，但失败了。

有什么建议吗？是否有任何库可以简化任务（例如，使尾部斜杠可选）？

Answer 1

假设OP想要测试以查看给定字符串是否包含满足以下要求的URL：

网址方案必须为http:或https:。
网址权限必须为//soundcloud.com或//www.soundcloud.com。
网址必须存在且必须包含2个或3个路径段。
第二个路径段不得为："sets"。
每个路径段必须包含一个或多个仅由字母数字字符组成的“单词”（[A-Za-z0-9]），并且多个单词由一个短划线或下划线分隔。
网址必须没有查询或片段组件。
网址路径可能以可选的"/"结尾。
网址应不区分大小写。

这是一个经过测试的JavaScript函数（带有完全注释的正则表达式），可以解决这个问题：

function isValidCustomUrl(text) {
    /* Here is the regex commented in free-spacing mode:
    # Match specific URL having non-"sets" 2nd path segment.
    ^                          # Anchor to start of string.
    https?:                    # URL Scheme (http or https).
    //                         # Begin URL Authority.
    (?:www\.)?                 # Optional www subdomain.
    soundcloud\.com            # URL DNS domain.
    /                          # 1st path segment (can be: "sets").
    [A-Za-z0-9]+               # 1st word-portion (required).
    (?:                        # Zero or more extra word portions.
      [-_]                     # only if separated by one - or _.
      [A-Za-z0-9]+             # Additional word-portion.
    )*                         # Zero or more extra word portions.
    (?!/sets(?:/|$))           # Assert 2nd segment not "sets".
    (?:                        # 2nd and 3rd path segments.
      /                        # Additional path segment.
      [A-Za-z0-9]+             # 1st word-portion.
      (?:                      # Zero or more extra word portions.
        [-_]                   # only if separated by one - or _.
        [A-Za-z0-9]+           # Additional word-portion.
      )*                       # Zero or more extra word portions.
    ){1,2}                     # 2nd path segment required, 3rd optional.
    /?                         # URL may end with optional /.
    $                          # Anchor to end of string.
    */
    // Same regex in javascript syntax:
    var re = /^https?:\/\/(?:www\.)?soundcloud\.com\/[A-Za-z0-9]+(?:[-_][A-Za-z0-9]+)*(?!\/sets(?:\/|$))(?:\/[A-Za-z0-9]+(?:[-_][A-Za-z0-9]+)*){1,2}\/?$/i;
    if (re.test(text)) return true;
    return false;
}

Answer 2

而不是.使用[a-zA-Z][\w-]*，这意味着“匹配一个字母，后跟任意数量的字母，数字，下划线或连字符”。

^https?://(www\.)?soundcloud\.com/[a-zA-Z][\w-]*/(?!sets(/|$))[a-zA-Z][\w-]*(/[a-zA-Z][\w-]*)?/?$

要获取可选的尾部斜杠，请使用/?$。

在Javascript正则表达式文字中，必须转义所有正斜杠。

Answer 3

我建议你使用正则表达式

^https?:\/\/soundcloud\.com(?!\/[^\/]+\/sets(?:\/|$))(?:\/[^\/]+){2,3}\/?$

在JavaScript正则表达式中使用前瞻匹配可选组

3 个答案: