如何为网站url模式设置正则表达式

Question

网址格式

http://www.hepsiburada.com/philips-40pfk5500-40-102-ekran-full-hd-200-hz-uydu-alicili-cift-cekirdek-smart-android-led-tv-p-EVPHI40PFK5500

本网站有类似的网址。此网址的唯一标识符为-p-。 网址模式之前的网址始终为-p-。

我使用了以下正则表达式

(.*)hepsiburada\.com\/([\w.-]+)([\-p\-\w+])\Z

它匹配，但它匹配本网站上的许多模式。

例如，正则表达式应匹配上面的url，但它不应与

匹配

http://www.hepsiburada.com/bilgisayarlar-c-2147483646

Answer 1

由于您使用的是re.match，因此您需要从头开始匹配字符串。但是，主要问题是您的-p-位于字符类中，因此被视为可以匹配的单独符号。与\w+相同 - 它分别被视为\w和+。

所以，使用序列：

 (.*)hepsiburada\.com/([\w.-]+)(-p-\w+)$

请参阅this regex demo

或者

^https?://(?:www\.)?hepsiburada\.com/([\w.-]+)(-p-\w+)$

请参阅regex demo

请注意，很可能您甚至不需要捕获组，并且可以从模式中删除(...)个括号。