用于检测特定查询的正则表达式

Question

我想知道你是否有人可以构建一个正则表达式，可以检测一个人是否搜索“site：cnn.com”或“site：www.globe.com.ph/”之类的内容。我一直在努力解决这个问题。非常感谢提前！

编辑：抱歉忘记提及我的脚本是用PHP编写的。

Answer 1

好的，对于输入到任意文本字段，可以使用以下简单的内容：

\bsite:(\S+)

其中括号将捕获他们尝试搜索的任何网站/域。它不会将其验证为有效，但验证网址/域是复杂的，并且有很多容易使用的可复制的正则表达式，例如，有一个here。

Answer 2

你有什么对抗？引用网址？

假设您正在匹配看起来像这样的引用网址：

http://www.google.com/search?client=safari&rls=en-us&q=whatever+site:foo.com&ie=UTF-8&oe=UTF-8

像这样的正则表达式可以解决这个问题：

\bsite(?:\:|%3[aA])(?:(?!(?:%20|\+|&|$)).)+

注意：

• 'site'之后的冒号可以是未编码的，也可以是百分比编码。大多数用户代理会将其保留为未编码（我认为这实际上与标准相反），但这将处理两者
• 我假设网站：...网址是由空格字符，字段结尾（＆amp;）或字符串结尾（$）
的右边界限
• 我没有假设x-www-form-urlencoded编码（空格=='+'）或用百分比编码的空格（空格==％20）。这将处理两个
• （？：...）是非捕获组。 （？！...）是一个消极的前瞻。

Answer 3

不，不是推荐人网址。我的PHP脚本基本上吐出有关域的信息（例如反向链接，pagerank等），我需要该正则表达式，以便它知道用户正在搜索什么。如果用户输入的内容与正则表达式不匹配，则会进行常规的Web搜索。

Answer 4

如果这是你要做的全部，我想我会采取更简单的方法而且只是这样做：

$entry = $_REQUEST['q'];
$tokens = split(':', trim($entry));
if (1 < count($tokens) && strtolower($tokens[0]) == 'site')
  $site = $tokens[1];