regex - 用于 url 的 Crawler4j 正则表达式模式

Question

我正在使用 crawler4J，我只想为 url 制作一些模式，但我无法解决该 url 的正则表达式：

http://www.site.com/liste/product_name_changable/productDetails.aspx?productId={id}&categoryId={category_id}

我试试看：

liste\/*\/productDetails:aspx?productId=*&category_id=*

和

private final static Pattern FILTERS = Pattern.compile("^/liste/*/productDetails.aspx?productId=*$");

但它不起作用。

我怎样才能使它成为正则表达式模式？

Answer 1

您的正则表达式中有几个错误。所有星号都应为 .+，表示您希望匹配至少一个或多个字符。问号符号需要转义。category_id 应该是 categoryId。productDetails:aspx 应该是 productDetails.aspx。通过所有这些修复，正则表达式如下所示：

liste\/.+\/productDetails\.aspx\?productId=.+&categoryId=.+

此外，您不应该在正则表达式的开头和结尾使用 ^ 或 $。它们与输入的开始和结束相匹配，因此如果您尝试获取一部分 url，它们将不起作用，您就是。