regex - 解析短网址的正则表达式

Question

我的网站上有一个可能的网址列表，例如
1 http://dev.site.com/People/
2 http://dev.site.com/People
3 http://dev.site.com/Groups/
4 http://dev.site.com/Groups
5 http://dev.site.com/
6 http://dev.site.com/[extraword]

我希望能够匹配所有像 6 和将它们重定向到
http://dev.site.com/?Shorturl=extraword

但我不想重定向前 5 个 url

我尝试过类似
((.*)(?!People|Groups))\r之类

的东西是错的。
有什么帮助吗？谢谢

Answer 1

您应该检查它不是People或Groups在开头：

(?!People|Groups)(.*)

目前，您正在检查正则表达式后面没有Peopleor Groups。

根据您使用的语言/框架，您可能还需要使用^并$确保匹配整个字符串：

^(?!People|Groups)(.*)$

您还应该考虑是否要匹配以 开头的 url People，例如。http://dev.site.com/People2/. 所以这可能会更好：

^(?!(?:People|Groups)(?:/|$))(.*)$

它检查负匹配People或Groups后跟 url 的结尾或斜杠。

您可能想确保您不匹配空字符串，因此请使用.+代替.*：

^(?!(?:People|Groups)(?:/|$))(.+)$

如果你想要一个没有任何斜线的单词：

^(?!(?:People|Groups)(?:/|$))([^/]+)$

Answer 2

在您的正则表达式中，(.*)子模式使用整个字符串，然后导致负前瞻成功。

您需要一个否定的前瞻来排除 People|Groups，然后您需要捕获额外的单词（并且该单词需要包含一些内容，否则我们希望匹配失败）。这里的关键部分是负前瞻不消耗任何字符串，因此您可以捕获额外的单词以供后续在您尝试构建的重定向 URL 中使用。

这是 Perl 中的一个解决方案，但该方法在 C# 中应该适用于您：

use warnings;
use strict;

while (<DATA>){
    print "URL=$1  EXTRA_WORD=$2\n"
        if /^(.*)\/(?!People|Groups)(\w+)\/?$/;
}

__DATA__
http://dev.site.com/People/
http://dev.site.com/People
http://dev.site.com/Groups/
http://dev.site.com/Groups
http://dev.site.com/
http://dev.site.com/extraword1
http://dev.site.com/extraword2/

输出：

URL=http://dev.site.com  EXTRA_WORD=extraword1
URL=http://dev.site.com  EXTRA_WORD=extraword2