URL C的正則表達式＃

在我的C＃程序中，我編寫了一個Google搜索函數，它通過從每個頁面獲取源代碼並通過正則表達式獲取URL。URL C的正則表達式＃

我的實際正則表達式是：

(?:(?:(?:http)://)(?:w{3}\\.)?(?:[a-zA-Z0-9/;\\?&=:\\-_\\$\\+!\\*'\\(\\|\\\\~\\[\\]#%\\.])+)

此作品擅長的那一刻，但我得到例如網址，像http://www.example.com/forums/arcade.php?efdf=332

我只是想在這種情況下獲得的URL沒有?efdf=332在結束。

那麼我該如何改變正則表達式呢？

來源

2010-11-21 Omegavirus

嗨Omegavirus，歡迎來到堆棧溢出。我注意到，爲了正確格式化你的正則表達式，你遇到了很多麻煩，但是你可以讓它更容易。只需粘貼原始正則表達式，將其標記並按下Ctrl-K。這會將文本格式設置爲逐字文本（如HTML'pre'標籤）。錯誤的可能性要小得多。 – 2010-11-21 14:09:13

哦，我不知道，謝謝;）和正則表達式是從我的C＃程序，所以\逃脫。忘了說。 – Omegavirus 2010-11-21 14:10:07

在C＃中，使用正則表達式使用逐字字符串（'@「foo」'）。那麼你不必逃避你的反斜槓。否則你會發瘋。正則表達式已經很難讀取了... – 2010-11-21 14:15:37

http://(?:www\.)?[a-zA-Z0-9/;&=:_$+!*'()|~\[\]#%.\\-]+

不一樣的您正則表達式（我已經刪除了很多不必要的冗餘代碼），但停止匹配?之前的鏈接。

在C＃：

Regex regexObj = new Regex(@"http://(?:www\.)?[a-zA-Z0-9/;&=:_$+!*'()|~\[\]#%.\\-]+")

這麼說，我不知道這是匹配的URL的這樣一個好辦法（？約https，ftp，mailto等什麼）

來源

2010-11-21 14:14:26

非常感謝;） https等是沒有問題，因爲我不會需要他們.. http是所有:) 剛剛測試你的正則表達式和它的接近工作。但現在我得到的URL像http://www.blabla.com/forums/&blabla 如何過濾這些也出來？ – Omegavirus 2010-11-21 14:18:58

所以你只是想不帶任何參數的域+路徑？ – 2010-11-21 15:11:36

這就是我想要的;） – Omegavirus 2010-11-21 15:13:44

您可以使用Uri類訪問URL的各個部分，並從結尾刪除查詢字符串，或者連接所需的部分。

來源

2010-11-21 14:15:40 svick

URL C的正則表達式＃

回答

相關問題