正则表达式匹配子文件夹

Question

我正在尝试基本上编写一个出站URL匹配器，这样我就可以替换包含URL的html流来指向我的CDN。因为我正在使用压缩，所以我无法使用IIS URL重写模块。我目前有一个正则表达式匹配特定文件类型的子文件夹，即

Regex ASSET_PATH = new Regex(@"(?i)assets/([A-Za-z0-9\-_/.]+)\.(jpg|jpeg|bmp|tiff|png|gif|js|css|mov|mp4|ogg|avi|mp3)", RegexOptions.Compiled | RegexOptions.CultureInvariant | RegexOptions.IgnoreCase );

这很有效，并允许我从该点开始操纵字符串中的任何内容（即从＆＃34; assets /＆＃34;向右到右）。我需要实现的是操纵＆＃34; assets /＆＃34;左边的字符串。子文件夹，不一定知道格式？以下是一些例子：

<img src="./assets/123/pig.jpg" />
<img src="http://mysite.blah/assets/123/pig.jpg" />
<img src="http://www.mysite.blah/assets/123/pig.jpg" />
<img src='assets/123/pig.jpg' />

in css / inline styles：

background-image : URL('assets/123/pig.jpg')
background-image : URL(http://www.mysite.blah/assets/123/pig.jpg)

无论如何，我想你得到的照片。我基本上希望能够看到＆＃34;左＆＃34; ＃34;资产＆＃34;直到我可以找到网址的逻辑起点，然后从那里操纵它指向我的CDN。

我不确定这是否可以在正则表达式中使用，因此欢迎使用regex / c＃/ HTML Agility Pack组合的任何建议

Answer 1

这是你之后的事吗？

(?<BeforeAssets>.*?(?:\/|^))assets\/(?<AfterAssets>[A-Za-z0-9\-_\/.]+)\.(?<FileExtension>jpg|jpeg|bmp|tiff|png|gif|js|css|mov|mp4|ogg|avi|mp3)

您可以在此处尝试：http://regexstorm.net/tester 或者在这里：https://regex101.com/r/b8XxcF/1

注意：在上面的正则表达式中，我逃脱了正斜杠字符。 .Net并不要求这样做，但不会抱怨;这样做使其与其他Regex引擎兼容;这意味着它可以在Regex101上进行测试。

使用这些工具进行测试时，您需要指定MultiLine或SingleLine选项以获取assets/之前没有任何内容的示例，否则{{1 }字符不匹配该行的开头。您的代码中可能不需要此选项;即如果你一次只匹配一个字符串，而不是整个文本块。

<强>更新

误读道歉;您正在解析完整的HTML页面;不仅仅是从该页面返回的URI。要做到这一点，你可以使用类似的东西：

^

（幸运的是，字符["'\(](?<BeforeAssets>[^"'\(\)]*?)assets\/(?<AfterAssets>[A-Za-z0-9\-_\/.]+)\.(?<FileExtension>jpg|jpeg|bmp|tiff|png|gif|js|css|mov|mp4|ogg|avi|mp3)，"和'在网址中是非法的，因此应该可以检测变量的开头：https://tools.ietf.org/html/rfc3986#section-2.2。）< / p>

这不是万无一失的;最好使用HTML解析工具，然后从中提取URI;但如果你正在用正则表达式做所有事情，希望这会有所帮助。