匹配某些路径模式并排除其他正斜杠

Question

我是Regex的新手。 我想匹配Google Analytics的某个网址页面模式。

问题：

模式如下：

/(de|en|fr|it)/../any-word-including-dashes/word-or-words-including-dashes-and-numbers

我想只匹配此模式，并将所有pagePathes排除在另一个正斜杠之外或与初始模式不匹配：

包括：

/de/ab/word-word/word1-and-something-else
/de/ab/word-word/word1-and-something-else?any_ting1=any.-thing2

排除：

/de/ab/word-word/word1-and-something-else/
/de/ab/word-word/word1-and-something-else/anything
/de/ab/word-word
/fr/moreThanTwoCHAR/anything

我的正则表达式：

搜索完SO（Exclude forward slash before end，"Match anything but"和Finding exactly n occurences of "/"，disallow 0 or more occurences of a CHAR）后，我想出了以下正则表达式：

^(\/de|\/fr|\/en|\/it)\/..\/.+\/\w+[^\/]*

它正确地做了什么

它正确地排除了以下路径：

/fr/moreThanTwoCHAR/anything

失败的原因

上述正则表达式的问题在于它也匹配（在regex101上测试）：

/de/ab/word-word/word1-and-something-else/anything

我似乎无法理解为什么它与字符串匹配额外的正斜杠，即使我说要排除0或更多其他出现（至少从我的理解）。任何人都可以解释我错在哪里？

Answer 1

请注意，.匹配任何字符（如果未使用DOTALL选项（/s），则换行符除外），因此您的正则表达式只匹配您需要的更多输入类型。

您可以使用

'~^/(de|fr|en|it)/[^/]{2}(?:/[^/]+){2}$~'

请参阅regex demo。

模式详情：

• ^ - 输入开始
• / - /字符
• (de|fr|en|it) - 三个备选子字符串之一：de，fr，en或it
• /[^/]{2} - /，然后是/以外的任何2个字符
• (?:/[^/]+){2} - 除了/
之外的/和1个以上字符的2个连续序列
• $ - 输入结束。