正則表達式來找到一些.php文件

我想爲一個爬蟲做一個排除正則表達式。我想索引出現在/archives/目錄中的所有.php文件，但不是其他任何地方。所以正則表達式應該匹配所有.php文件，除了那些在/archives/目錄中（但是深度嵌套）的文件。因此，例如，將指數正則表達式來找到一些.php文件

www.mysite.com/archives/123qwe/index.php

但不

www.mysite.com/123qwe/index.php

我相信這個正則表達式應該工作：(?<!\/archives\/.*)\.php$

不過，我不能夠使用<字符，因爲我需要將正則表達式提交到一個web表單中，該表單從輸入中清理<。並使用<打破正則表達式。那麼有沒有另一種方式來形成這個正則表達式，而不需要<？

來源

2011-04-21 thugsb

這個問題不是關於正則表達式本身，而是關於表單序列化。 – 2011-04-21 19:47:24

我正在尋找一種替代方法來進行我的正則表達式匹配。我無法控制表單，所以我無法使用<。 – thugsb 2011-04-21 19:49:03

什麼

(?!.*\/magazine\/)(?:^.*\.php$)

這是一種消極的前瞻，而不是你的負面回顧後。如果字符串中沒有/magazine/並且它以.php結尾

這與您的方法非常相似，但沒有<。

你可以看到它在這裏的行動上Regexr

來源

2011-04-21 21:04:55 stema

看起來很有希望。我會把它放在抓取工具中，如果它能正常工作，就給你投票......謝謝。 – thugsb 2011-04-21 21:14:15

完美。它完全按照我的意願。謝謝！ – thugsb 2011-04-25 14:55:23

難道你不能只是貪婪，並指定你想在你的正則表達式存檔？

^(\/archives\/.+?)\.php$

來源

2011-04-21 20:54:54 Duniyadnd

這與我想要的相反。我的正則表達式必須**避免**匹配/archives/....php，只匹配具有.php但沒有/ archives /的URL。 – thugsb 2011-04-21 21:01:52

明白了，謝謝你的確認 - 你在這個問題上自相矛盾。「我想索引出現在/ archives /目錄中的所有.php文件，但不是其他任何地方。」 – Duniyadnd 2011-04-21 21:05:05

試試這個：

^www\.mysite\.com(?:/(?!archives/)[^/.]+)+\.php$

或者，更清晰：

^www\.mysite\.com 
(?: 
/    # After consuming the `/`... 
    (?!archives/) # if the next name isn't `archives`... 
    [^/.]+   # consume it. 
)+    # Repeat as needed. 
\.php$

當你創建一個正則表達式和你不知道如何繼續，向後看不應該成爲你達成的第一個工具。事實上，我傾向於把它們視爲最後的手段。它們不足以抵消它們引入的複雜性。

來源

2011-04-22 01:10:52

我想我會使用'^ www \ .mysite \ .com（？：（？！/ archives /）\ S）+ \。php $'，因爲它更短，並且不需要更多的量詞。我們兩個都仍然通過'www.mysite.com/123qwe/index/archives.php'，但我認爲原來的規格沒問題。 – tchrist 2011-04-22 01:39:43

看來後面似乎很麻煩！我在stema的回答中使用了正則表達式，但我懷疑這也可以起作用。謝謝。 – thugsb 2011-04-25 15:13:52

正則表達式來找到一些.php文件

回答

相關問題