内部URL的正则表达式

Question

我正在尝试创建一个与内部URL（不包含域或http的内容）匹配的正则表达式，我可以在这样的文件中找到它：

  

类别/子类别/子类别/项目-1

为此我正在使用：

/\w+\/.+\/[\w\-]+/

但有些网址是这样的：

  

类别/子类别

我需要一个能够捕捉到它们的正则表达式。我是否必须创建另一个或者是否可以创建一个与两个示例相匹配的？对于BASH脚本，但如果你有一个想法，它是否适用于其他引擎无关紧要。

谢谢！

更新：我忘记了上下文。文件的每一行都是这样的：

  

“11”， “类别/子类别/子类别/项目-1”， “的index.php选项= com_trombinoscopeextended＆安培; ITEMID = 125安培; LANG = ES＆安培;图= trombinoscope”， “251”， “0” “0000-00-00”， “”， “”， “”， “”， “”， “”， “0”

或者像这样：

  

“4”， “类别/子类别”， “的index.php选项= com_trombinoscopeextended＆安培; ITEMID = 121安培; LANG = ES”， “0”， “1”， “0000-00-00”， “”， “”， “”， “”， “”， “”， “0”

我需要提取每行的示例。

感谢。

Answer 1

您可以使用

/\w+(\/[\w-]+)+/

请参阅regex demo。

<强>详情

• \w+ - 1 + word chars
• (\/[\w-]+)+ - 1个或多个连续序列
  • \/ - /字符
  • [\w-]+ - 1个字或-字符。

提示：您可以使用首选语言在字符串中读取一种CSV解析器，然后只返回符合^\w+(\/[\w-]+)+$模式的字段（此处，^匹配字符串的开头） string和$匹配字符串的结尾。）

Answer 2

这很具体。经过一些测试，我想到了这个。我们还有需要检查的子域。

(?!https?:)/?[^/][^/].*|(https?:)?//([^.]*\.)?yourdomain\.com(/.*)?

也许有人可以做得更好，但这对我有用。