Question

我有这些可能的比赛

import pandas as pd
import pyodbc

conn = pyodbc.connect('Driver={SQL Server};'
                      'Server=SERVER\DEV;'
                      'Database=Clusteranalysis;'
                      'Trusted_Connection=yes;')
cursor = conn.cursor()
query = 'SELECT * FROM [Clusteranalysis].[dbo].[Data] WHERE Rc=0'
result_port_map = pd.read_sql(query, conn)
print(result_port_map.head(5))

最后3个有效，但我想使用preg_match_all排除的第一个

当前

我有这个正则表达式，其中包括所有四个，第一个正则表达式匹配

https://www.facebook.com/tr?id=13046212397316299911&amp;ev=pageview&amp;noscript=1
https://www.facebook.com/pages/something
https://www.facebook.com/groups/something/
https://www.facebook.com/something
... random other non-facebook links

但是我想完全排除它

这是我当前的正则表达式

https://www.facebook.com/tr

另外，当它匹配时，$ matches在[0]和[1]和[2]中都包含一些东西，我不知道为什么会这样。我只想要一场比赛或没有一场比赛

请帮忙吗？

 $pattern = "/(?:(?:http|https):\/\/|)(?:www\.|)facebook\.[a-z.]+\/((pages|groups)\/|)[a-zA-Z0-9\-_]{1,}/"

Answer 1

在模式中，您使用2个交替，其中最后一个|之后没有任何值。 http或https部分可以缩短为https吗？并且包括www.的那部分不必位于非捕获组(?:中。

您可以将正斜杠移到组中以匹配页面或组，并使用问号使该组为可选。然后在末尾匹配一个可选的正斜杠。

如果使用其他定界符，则/（例如~）不必转义正斜杠。

您的正则表达式可能如下：

^https://www\.facebook\.[a-z.]+/(?:pages/|groups/)?[\w-]+/?$

Regex demo | Php demo

例如：

$pattern = '~^https://www\.facebook\.[a-z.]+/(?:pages/|groups/)?[\w-]+/?$~';

如果您想匹配更多而不是查询字符串参数，则可以使用否定的字符类[^?\s]+来匹配1+而不是问号或空格字符。

^https://www\.facebook\.[a-z.]+/(?:pages/|groups/)?[^?\s]+$

Regex demo | Php demo

php正则表达式匹配Facebook页面，组和用户名，但忽略带有查询参数的链接

1 个答案: