如何使用正则表达式匹配包含多个网址的行中的最后一个网址？

Question

我想编写一个匹配以".mp4"结尾的网址的正则表达式，假设一行中有多个网址。

例如，对于以下行：

"http://www.link.org/1610.jpg","Debt","http://www.archive.org/610_.mp4","66196517"

使用以下模式匹配从第一个http到mp4。

(http:\/\/[^"].*?\.mp4)[",].*?

如何才使其仅匹配最后一个网址？

请注意，这些行可能包含任意数量的URL以及介于两者之间的任何内容。但只有最后一个网址包含.mp4个结尾。

Answer 1

使用：

.*"(http:\/\/[^"].*?\.mp4)".*

通配符默认为 greedy 。第一部分将首先抓取整个字符串，然后回溯直到找到一个URL。可能不是最有效的方法，但它并不重要，因为你只是在一行文本上这样做（除非，例如，该行长达数千万字符）。

顺便说一句，你最后的那篇文章（[",]）并不完全正确。当我怀疑你的真实含义与该序列匹配时（基于你的样本行），该模式意味着匹配"或,。

最后，您不需要使最终的通配符变得贪婪。如果您正在进行查找而不是尝试匹配整条线路，则根本不需要它。

Answer 2

尝试

,\s*"(http://[^"]*?\.mp4)"\s*,\s*.*$

（PCRE不使用/作为分隔符，例如使用|代替）;如果“打开并关闭链接，即不允许http://www.archive.org/610_.mp4，它匹配" link ";否则，添加\ s *？以匹配这些空格。另一个可能是错误的假设：链接是最后一个link，但不是最后一个元素;如果不是，mp4)"$可能是RE的结尾而不是现在使用的结尾。