regex - 改进正则表达式以识别 Wordpress 站点

Question

所以我正在编写一个小片段来首先通过正则表达式识别一个 wordpress 站点，然后将尝试访问登录页面等。

这可以更好地优化吗？我应该考虑属性之间的空格吗？

Regex wordPressPattern = new Regex("(<meta name=\"generator\" content=\"WordPress)| (Powered by <a href=\"http://www.wordpress.org\")+", RegexOptions.Compiled | RegexOptions.IgnoreCase | RegexOptions.Singleline);

Answer 1

一些改进：

• 考虑空间
• 删除+最后的，因为那没有意义
• 做www。可选的
• 制作 httpS（S 可选）
• 如果有单引号而不是双引号（这是有效的 HTML）怎么办？我们将使用("|')
• name=\"generator\"我认为这无关紧要，所以我们将在最后使用.*?并添加[^>]*>

把它们加起来：

(<meta.*?content\s*=\s*(\"|')WordPress[^>]*>)|(Powered\s+by\s+<a\s+href\s*=\s*(\"|')http(s)?://(www.)?wordpress.org(\"|'))