描述

Question

所以，我要承认，我从未真正研究过正则表达式。我要做的是捕获Reddit URL的ID。网址格式将为/r/AskReddit/comments/1234或/r/AskReddit/1234/或某些变体（缺少结束斜线） - 它不应与dsada/...中的/r/AskReddit/comments/1234/dsada/...

相匹配

这是我到目前为止所尝试的内容：

/r/.*/[comments/]?([a-z0-9])/?

它匹配一些奇怪的东西，

尝试匹配/r/sdifsas/sdfad时，它实际上会匹配/r/sdifsas/sd，它甚至会匹配/r/sdifsas/sdfad/aasdasd/a和/r/sdifsas/comments/a/d

我知道事实上我做错了什么，我觉得它与.*有关，如何在仍然匹配所有内容的情况下替换.*？另外，如何使正则表达式捕获结尾字母中的多个（或上面的一些随机匹配中的两个）？

还有一件事，如果不是太麻烦，你能解释一下你用过的每件东西吗？我对此有点新手。

Answer 1

首先，在你的正则表达式中.*匹配所有内容直到字符串结束，然后开始回溯直到它成功。

其次，[...]匹配其中的任何字母，之后?给出了可选的含义。

因此，在/r/sdifsas/sd的测试用例中，.*/匹配到最后一个正斜杠，后面的字母是s里面[...]和最后d }}是a-z范围内的一个。

在您的测试中/r/sdifsas/sdfad/aasdasd/a类似，.*/匹配到最后一个正斜杠，a字母不在[...]内，所以跳过该部分并在范围内匹配a-z。 /r/sdifsas/comments/a/d的行为相同。

我不知道你正在使用什么样的正则表达式，但在黑暗中拍摄会是这样的：

/r/.*?/(?:comments/)?([a-z0-9]*)/?

它为路径的该部分使用非捕获组(?:...)，并使用*匹配字母和/或数字中的零或更多。

Answer 2

描述

此正则表达式将通过要求/r/后跟subreddit的名称来验证字符串，然后它将移动并捕获id，前提是它出现在subreddit名称之后或注释之后。通过在搜索中使用m选项并包含^以匹配行的开头而$匹配行的结尾，此正则表达式可用于对齐长字符串包含任意数量的新行分隔的reddit链接的文本，如PHP示例中所示。

^\/r\/([a-z0-9]*)\/(?:Comments\/)?([a-z0-9]*)(?:\/?.*?)?$

enter image description here

组

0匹配整个字符串

捕获子reddit名称
捕获ID

PHP代码示例：

您没有指定语言，所以我选择了PHP来展示这个正则表达式是如何工作的。

<?php
$sourcestring="/r/AskReddit/comments/1234
r/AskReddit/2345/
/r/AskReddit/comments/3456/dsada/
/r/IHeartKittens/comments/4567/dsada/
/r/cats/comments/i2sz9/we_rescued_a_kitten_last_month/
/r/IAmA/comments/18pik4/astronaut_chris_hadfield_comments/c8gud3h";
preg_match_all('/^\/r\/([a-z0-9]*)\/(?:Comments\/)?([a-z0-9]*)(?:\/?.*?)?$/im',$sourcestring,$matches);
echo "<pre>".print_r($matches,true);
?>


$matches Array:
(
    [0] => Array
        (
            [0] => /r/AskReddit/comments/1234
            [1] => /r/AskReddit/2345/
            [2] => /r/AskReddit/comments/3456/dsada/
            [3] => /r/IHeartKittens/comments/4567/dsada/
            [4] => /r/cats/comments/i2sz9/we_rescued_a_kitten_last_month/
            [5] => /r/IAmA/comments/18pik4/astronaut_chris_hadfield_comments/c8gud3h
        )

    [1] => Array
        (
            [0] => AskReddit
            [1] => AskReddit
            [2] => AskReddit
            [3] => IHeartKittens
            [4] => cats
            [5] => IAmA
        )

    [2] => Array
        (
            [0] => 1234
            [1] => 2345
            [2] => 3456
            [3] => 4567
            [4] => i2sz9
            [5] => 18pik4
        )

)

Answer 3

尝试

/r/AskReddit/[comments/]?([a-z0-9])/?

代替。

您的解决方案存在两个缺陷：

您的.*部分与所有内容相匹配 - 特别是构成网址位置部分的/个字符
你贪婪地匹配，这是大多数正则表达式引擎的默认值。 “贪婪”意味着在一场比赛中，子模式吞噬了尽可能多的字符。

1＆amp; 2密谋匹配网址中比你想要的更大的portioins。

捕获多个字母

3 个答案:

描述

组

PHP代码示例：