匹配包含特定单词的网址

Question

我正在尝试从url元素属性中找到的XML文档中提取URL并包含字符串"s144"。

我试图在NoteTab Light中这样做，并试图找出如何编写正则表达式，但似乎无法绕过它。我不是程序员：所以你可以想象我迷路了。

XML文件是Google Picasaweb相册RSS Feed： https://picasaweb.google.com/data/feed/base/user/100688803282112893010/albumid/6140734189321131313?alt=rss&kind=photo&hl=en_US

这就是我所拥有的：

(?s)url\s*?=\s*?'(.*?)'

它匹配url属性中的网址，但我需要将其缩小为包含"s144"的网址。

最终我试图获取一个URL列表并将它们重写为链接到完整图像的图像缩略图。

<a href="https://lh3.googleusercontent.com/-5veHcnzHMRE/VTmFk66WJoI/AAAAAAAAIBs/kCUSSxylUAo/s1920-Ic42/35%252520Docked%252520with%252520210BR.jpg">
<img src="https://lh3.googleusercontent.com/-5veHcnzHMRE/VTmFk66WJoI/AAAAAAAAIBs/kCUSSxylUAo/s144-Ic42/35%252520Docked%252520with%252520210BR.jpg" />
</a>

如何将匹配范围缩小到仅包含"s144"的网址？

Answer 1

这个怎么样：

(?s)url\s*?=\s*?'([^']*?s144[^']*?)'

Answer 2

试试这个：

stack init && stack build --install-ghc && stack ghci

(?s)url\s*?=\s*?'(.*?/(s\d+-).*?)' 部分的解释：

• .*?/(s\d+-).*? - 看起来你已经知道这是什么了。
• .*? /( - 网址的某些部分，以反斜杠开头
• ) - ...后跟s符号（表示s，我猜...）
• size - 后跟至少一位数字
• \d+ - 后跟-字符

Answer 3

以下似乎可以很好地对付the XML file you provided：

url\s*=\s*'(\S*?s144\S*?)'

Debuggex Demo