正则表达式挑选长字符串的网址部分

Question

我有一个很长的字符串，在这个字符串的某处，有一个url。在此示例中，此URL位于开头。

"http://localhost:1234/api/$metadata#this_entry_is_variable_and_can_exist_of_numbers_and_characters/$entity","Version":"AAAEEEIIU=""

我试图在C＃中为此特定字符串编写RegEx，以便在遵循以下规则后提取网址：

1. 网址始终以http：//或https：//
开头
2. 在网址之后，有时会指定端口，并不总是
3. 在端口之后，有一个路径，在此示例中为/api，但它可以是任何字符
4. 在路径之后，在此示例/api中，始终为/$metadata
5. /$metadata之后有一个标签#后跟一串任意字符
6. 网址的最后一部分始终以/$entity
结尾

这是我迄今为止提出的RegEx：

(^http://\w+(\.\w+)*(:[0-9]+)?\/?(\/[.\^$metadata$(\#(\[a-zA-Z0-9)(\$(\entity$))]*).*?)

在LinqPad中测试时，会出现以下问题：

1. 如果字符串包含多个网址，则无法匹配
2. 它没有严格验证/ $元数据，它接受/ $ metadata1111
3. 它没有严格验证/ $ entity，它接受/ $ entity111
4. 显然它不接受https：//。

任何人都可以给我一些提示继续，因为我被困了......

Answer 1

你的正则表达式不遵循正则表达式构造规则，因此没有预期的匹配。这就是你所表达的：

https?://[^/]+/[^/]+/\$metadata#[^/]+/\$entity

Live demo

Answer 2

试试这个正则表达式：

https?://[\w-]+(?:\.[\w-]+)*(?::\d+)?/.*?\$metadata#.*?\$entity\b

Demo

给你提问：

1. 由于^，您只匹配了一个正则表达式。如果未设置RegexOptions.Multiline，则仅匹配输入字符串的开头，如果设置了RegexOptions.Multiline，则仅匹配每个新行的开头（在换行符之后）。

2. 正则表达式在$metadata...entity$包围[]

的部分混淆了

3. 见2.

4. 只需使用s

选择?