Question

我正在尝试提取网址字符串的特定部分。一个简化的示例是在网址中查找以“who”或“what”开头的任何字符串，总长度为5或10个字符，并停止匹配任何非字母数字字符串

例如：

http://www.test.com/who12/foo - ＆gt; who12 // 5个字符匹配以who开头并以/

结尾

http://www.test.com/who1234567/foo - ＆gt; who1234567 // 10个字符匹配以who开头并以/

结尾

http://www.test.com/what1 - ＆gt; what1 //字符串末尾的5个字符匹配

http://www.test.com/what1?param=true - ＆gt; what1 //在?

上打5个字符匹配

我尝试过设置一些东西 here

它打破了5和10个字符情景中的/，但在?情况和匹配位于字符串末尾的情况下失败。

有没有更简单的方法来实现这个目标？

Answer 1

我建议使用

\.com\/\K(?:who[^\/?\s]{2}|what[^\/?\s])(?:[^\/?\s]{5})?

如果不支持PCRE \K匹配重置运算符，请使用捕获方法：

\.com\/((?:who[^\/?\s]{2}|what[^\/?\s])(?:[^\/?\s]{5})?)

<强>详情：

\.com\/ - 匹配.com/，以便为您需要的文字找到必要的左手边背景
(?:who[^\/?\s]{2}|what[^\/?\s])(?:[^\/?\s]{5})? - 两个替代品和可选的5个字符后面的任何一个：
- who[^\/?\s]{2} - who后跟2个字符，而不是/，?和空格
- | - 或
- what[^\/?\s] - what后面跟着/，?和空格以外的1个字符，然后......
(?:[^\/?\s]{5})? - 可选除/，?和空格以外的5个字符。

Answer 2

尝试使用以下正则表达式。

正则表达式： (?=.{5,10})(?:who|what)(?:[^\/?\s]*)

<强>解释