Question

我一直在尝试使用格式错误的网址来解决这个问题，其中特定参数的值可能包含可能与解析网址冲突的特定字符。

if( remaining.Contains( "?" ) || remaining.Contains( "#" ) )
{
    if( remaining.Contains( "?" ) )
    {

        Path = remaining.Substring( 0, temp = remaining.IndexOf( "?" ) );

        remaining = remaining.Substring( temp + 1 );

        // Re-encode for URLs
        if( remaining.Contains( "?" ) )
        {
            remaining = URL.Substring( URL.IndexOf( "?" ) + 1 );
        }

        if( remaining.IndexOf("=") >= 0 )
        {
            string[] qsps = Regex.Split( remaining, @"[&]\b" );// Original Method: remaining.Split( '&' );
            qsps.ToList().ForEach( qsp =>
            {
                string[] vals = qsp.Split( '=' );
                if( vals.Length == 2 )
                {
                    Parameters.Add( vals[0], vals[1] );
                }
                else
                {
                    string key = (string) vals[0].Clone();
                    vals[0] = "";
                    Parameters.Add( key, String.Join( "=", vals ).Substring( 1 ) );
                }
            } );
        }
}

我添加了行＆＃34; Regex.Split（剩余，@＆＃34; [＆amp;] \ b＆＃34;）; ＆＃34;抓住＆＃34;＆amp;＆＃34;后面跟着一个角色，看起来很有用。

我只是想看看是否有更好的方法只能拆分＆＃34;＆amp;＆＃39;＆＃34;实际上是参数吗？

要测试的示例（导致此需要更新）：

www.myURL.com/shop/product?utm_src=bm23&utm_med=email&utm_term=apparel&utm_content=02/15/2016&utm_campaign=Last 机会！总统＆＃39;日销售活动：免费送货＆amp;更！

正在运行的正则表达式只能抓取以下内容：

utm_src = btm23
utm_med =电子邮件
utm_term =服饰
的utm_content = 02 /二千零十六分之十五
utm_campaign =最后一次机会！总统＆＃39;日销售活动：免费送货＆amp;更多！

它不应该计算＆＃34;＆amp;更＆＃34;作为匹配，因为该部分不以＆＃34; =＆＃34;结束。之后

Answer 1

我想使用这个正则表达式：

Regex.Split(url, @"(?<=(?:=\S+?))&", 
   RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace);

如果您通过url传递测试字符串，那就是。

www.myURL.com/shop/product?utm_src=bm23&utm_med=email&utm_term=apparel&utm_content=02/15/2016&utm_campaign=Last Chance! Presidents' Day Sales Event: Free Shipping & More!

输出应为。

www.myURL.com/shop/product?utm_src=bm23
utm_med=email
utm_term=apparel
utm_content=02/15/2016
utm_campaign=Last Chance! Presidents' Day Sales Event: Free Shipping & More!

请注意第一行输出。

www.myURL.com/shop/product?utm_src=bm23

包含网址的第一个路径，但可以通过?

轻松拆分

Answer 2

我建议使用前瞻的正则表达式：

/&(?=[^&=]+=)/

您可以在此处看到此效果：version1。它首先查找&字符，然后向前“查看”以确保跟随=，但前提是它不包含其他&或=之间。

您还可以确保没有任何空格字符（如换行符等）在网址中无效（version 2）：

&(?=[^\s&=]+=)

Answer 3

(?<=[?&])([^&]*)(?=.*[&=])

<强>解释

(?<=[?&])对于＆＃39;＆amp;＆＃39;或者＆＃39;？＆＃39;
([^&]*)捕获尽可能多的字符，但不是＆＃39;＆＃39;
(?=.*[&=])对于＆＃39;＆amp;＆＃39;的积极前瞻或＆＃39; =＆＃39;

<强>输出：

utm_src = bm23
utm_med =电子邮件
utm_term =服饰
的utm_content = 02 /二千零十六分之十五
utm_campaign =最后一次机会！总统＆＃39;日销售活动：免费送货

Demo

所以要获得比赛：

string str = "www.myURL.com/...";
Regex reg = "(?<=[?&])([^&]*)(?=.*[&=])";
List<string> result = reg.Matches(str).Cast<Match>().Select(m => m.Value).ToList();

编辑问题编辑：

(?<=[?&])\S.*?(?=&\S)|(?<=[?&])\S.*(?=\s)

Answer 4

不确定你要做什么，但如果你想找到错误的＆符号，这是一个很好的正则表达式。

&(?=[^&=]*(?:&|$))

您可以替换为%26或与之分开。
如果你用它分裂，只需重新组合，错误的＆符号就会消失。

正则表达式分裂＆＃34;＆amp;＆＃34;在URL参数中，只有当它们后跟以＆＃34; =＆＃34;结尾的内容时

4 个答案: