5

我一直在寻找如何编写正则表达式以包含以指定短语开头的某些 URL 而排除另一个 URL 时遇到了很多麻烦。

我们希望包含以下开头的页面：

/womens
/mens
/kids-clothing/boys
/kids-clothing/girls
/homeware

但我们想排除 URL 中包含 /sXXXXXXX 的任何内容 - 其中 X 是数字。

到目前为止，我已经写了这个来匹配下面的 URL，但它的行为非常奇怪。我应该使用环视还是什么？

\/(womens|mens|kids\-clothing\/boys|kids\-clothing\/boys|homeware).*[^s[0-9]+].*

/homeware/bathroom/s2522424/4-tier-pastel-pop-drawers-approx-91cm-x25cm-x-28cm
/homeware/bathroom/towels-and-bathmats
/homeware/bathroom/towels-and-bathmats/s2506420/boutique-luxury-towels
/homeware/bathroom/towels-and-bathmats?page=3&size=36&cols=4&sort=&id=/homeware/bathroom/towels-and-bathmats&priceRange[min]=1&priceRange[max]=14
/homeware/bathroom?page=3&size=36&cols=4&sort=&id=/homeware/bathroom&priceRange[min]=1&priceRange[max]=35
/homeware/bedroom
/homeware/bedroom/bedding-sets
/homeware/bedroom/bedding-sets/s2471012/striped-reversible-printed-duvet-set
/homeware/bedroom/bedding-sets/s2472706/check-printed-reversible-duvet-set
/homeware/bedroom/bedding-sets/s2475332/union-jack-duvet-set
/kids-clothing/boys/shop-by-age/toddler-3mnths-5yrs/s2520246/boys-lollipop-slogan-t-shirt
/kids-clothing/boys/shop-by-age/toddler-3mnths-5yrs/s2520253/boys-2-pack-dinosaur-t-shirts
/kids-clothing/girls/great-value/sale?page=1&size=36&cols=4&sort=price.asc&id=/kids-clothing/girls/great-value/sale&priceRange[min]=0.5&priceRange[max]=7
/kids-clothing/girls/mini-shops/ballet-outfits
/kids-clothing/girls/shop-by-age/baby--newborn-0-18mths
/kids-clothing/girls/shop-by-age/baby--newborn-0-18mths/s2484120/3-pack-frill-pants-pinks
/kids-clothing/girls/shop-by-age/baby--newborn-0-18mths/s2504431/3-pack-l-s-bodysuit
/mens/categories/tops?page=5&size=36&cols=4&sort=&id=/mens/categories/tops&priceRange[min]=2&priceRange[max]=22.5
/mens/categories/trousers-and-chinos
/mens/categories/trousers-and-chinos/s2438566/easy-essential-cuffed-jogging-bottoms
/mens/categories/trousers-and-chinos/s2438574/easy-essential-cuffed-jogging-bottoms
/mens/categories/trousers-and-chinos/s2458939/regatta-zip-off-lightweight-outdoor-trousers
4

2 回答 2

2

你在正确的轨道上。负前瞻将做到这一点：

"^(?!.*\/s\d+)\/(womens|mens|kids\-clothing\/boys|kids\-clothing\/girls|homeware)\/.*"

^锚点到字符串的开头。不能出现在字符串中任何位置的表示，其余部分与您所需的起始标记匹配(?!.*\/s\d+)。"/sXXXXXXX"

[^s[0-9]+]不起作用的原因是[^xyz]它只匹配一个字符。您实际上在说的是您正在寻找任何不是"s","["和"0-9", 后跟"]". 例如"s[234[s]"。

您需要将否定前瞻放在字符串开头的原因是根本没有匹配。如果将它放在 之后\/(womens|mens|kids\-clothing\/boys|kids\-clothing\/girls|homeware)\/.*，您仍然可以成功匹配 之前的所有内容"/sXXXXXXX"。即，对于数据的第 1 行，您将匹配“/homeware/bathroom/”。

于 2013-03-18T21:01:12.960 回答
1

是的，你需要一个消极的环顾四周：

/^\/(womens|mens|kids\-clothing\/boys|kids\-clothing\/boys|homeware)(?:\/(?:(?!s\d+).)*)+$/gm

如果您一次比较一行，则不需要多行 (m) 标志。它的行为可能很奇怪，因为你有一个字符类（用方括号表示）嵌套在更多的方括号中，这是行不通的；你不能嵌套字符类。这已经过测试并适用于 refiddle。

于 2013-03-18T21:07:53.960 回答