regex - 如何在两个标记之间捕获文本？

Question

为了清楚起见，我创建了这个：

我的弦：

http://blablalba.com/foo/bar_soap/foo/dir2
http://blablalba.com/foo/bar_soap/dir
http://blablalba.com/foo/bar_soap

我的正则表达式：

\/foo\/(.*)

这将返回：

/foo/bar_soap/dir/dir2
/foo/bar_soap/dir
/foo/bar_soap

但我只想

/foo/bar_soap

有什么想法可以实现这一目标吗？如上所示，我想要 foo 之后的所有内容，直到第一个正斜杠。

提前致谢。

编辑。我只想要文本，foo直到下一个正斜杠之后。某些目录也可能被命名为foo，这会导致不正确的结果。谢谢

score 2 · Accepted Answer

.将匹配任何内容，因此您应该将其更改为[^/]（而不是斜线）：

\/foo\/([^\/]*)

其他一些答案使用+而不是*. 这可能是正确的，具体取决于您想要做什么。Using+强制正则表达式匹配至少一个非斜杠字符，因此该 URL 将不匹配，因为斜杠后面没有尾随字符：

使用*相反将允许匹配，因为它匹配“零个或多个”非斜杠字符。因此，您是否应该使用+或*取决于您想要允许的匹配项。

更新

如果您也想过滤掉查询字符串，您还可以过滤?，它必须位于所有查询字符串的前面。（我认为您在下面发布的示例实际上缺少前导?）：

\/foo\/([^?\/]*)

但是，与其推出自己的解决方案，不如直接split从 URI 模块中使用。您可以使用URI::split获取 URL 的路径部分，然后使用String#split将其拆分为/，并获取第一个。这将处理 URL 的所有奇怪情况。您可能还没有想到的是带有指定片段的 URL ，例如：

您还需要添加#到您的过滤字符类来处理这些。

score 1 · Accepted Answer

\/foo\/([^\/]+)

[^\/]+给你一系列不是正斜杠的字符。

括号导致正则表达式引擎将匹配的内容存储在一个组([^\/]+)中，因此您可以bar_soap退出整个匹配/foo/bar_soap

例如，在 javascript 中，您将获得匹配的组，如下所示：

regexp = /\/foo\/([^\/]+)/ ;
match = regexp.exec("/foo/bar_soap/dir");
console.log(match[1]);  // prints bar_soap

score 1 · Accepted Answer

1

你可以试试这个正则表达式

/\/foo\/([^\/]+)/

于 2013-03-05T16:13:27.773 回答

3 回答 3