Question

转换表格的任何网址的正则表达式是什么

http://en.wikipedia.org/wiki/Python_(programming_language)

到

http://en.wikipedia.org/0.5/wiki/Python_(programming_language)

基本上我想识别任何有wikipedia.org的网址并坚持使用＆＃34; 0.5 /＆＃34;紧跟在＆＃34; wikipedia.org /＆＃34;

之后

Answer 1

您可以使用正则表达式，例如：^(.+?wikipedia\.org)(.+)$，然后将其替换为$10.5/$2。

正则表达式的示例可用here。

Answer 2

像这样：

$url = preg_replace('~^(http://.+?)/~', '$1/0.5/', $url);

使用URL的正则表达式并正确执行并非易事。上面的正则表达式中有很多可能的边缘情况没有考虑到。

parse_url功能使得处理URL不易出错，并且更容易理解。我建议您使用它，而不是使用正则表达式。

这样的事情应该这样做，虽然你应该更仔细地构建新的URL，检查你需要的是在数组中，并添加下面未包含的其他东西（例如查询字符串，如果它应该是有）。

$version = '0.5';
$parts   = parse_url($url);
$newUrl  = "{$parts['scheme']}://{$parts['host']}/{$version}{$parts['path']}";

Answer 3

正则表达式用于模式匹配，并且没有开箱即用的替换字符串的功能。

但是，许多RegEx实现都有可用的替换。

在Python中，那将是re.sub()

>>> import re
>>> url = "http://en.wikipedia.org/wiki/Python_(programming_language)"
>>> re.sub("wikipedia.org","wikipedia.org/0.5", url)
'http://en.wikipedia.org/0.5/wiki/Python_(programming_language)'

但是，对于您的使用情况，您不需要使用RegEx库进行替换，因为它与单个字符串替换没有区别。

>>> url.replace("wikipedia.org", "wikipedia.org/0.5")
'http://en.wikipedia.org/0.5/wiki/Python_(programming_language)'

如果你转向正则表达式的原因是为了确保你只匹配有效的URL，你可以尝试事先将字符串与URL模式匹配

>>> is_wikipedia_url = re.compile(r"https?://.*wikipedia.org/(?!0.5).*")
>>> url = "http://en.wikipedia.org/wiki/Python_(programming_language)"
>>> is_wikipedia_url.match(url) is not None
True
>>> url = "http://en.wikipedia.org/0.5/wiki/Python_(programming_language)"
>>> is_wikipedia_url.match(url) is not None
False

在这种情况下，模式为https?://.*wikipedia.org/(?!0.5).*，其中

https?://匹配http://或https://，
.*wikipedia.org/匹配任意数字的任意字符，后跟wikipedia.org/和
(?!0.5)执行否定前瞻声明，如果0.5紧跟wikipedia.org/后面，则阻止网址匹配（因为您不想替换该网址）如果它已经包含0.5）

如果您不使用Python，您还可以使用流编辑器sed：

$ echo "http://en.wikipedia.org/wiki/Python_(programming_language)" | sed 's/wikipedia.org/wikipedia.org\/0.5/g'

http://en.wikipedia.org/0.5/wiki/Python_(programming_language)

正则表达式重定向一个简单的URL

3 个答案: