正則表達式在數據庫字段中查找錯誤的URL

Question

我們的網站上的文本編輯器出現問題，導致網址加倍。因此，例如，文本字段可能看上去包含：

This is a description for a media item, and here in <a href="http://www.example.com/apage.htmlhttp://www.example.com/apage.html">a link</a>. 

所以幾乎我需要一個正則表達式來檢測以http開始，有一個結束引號之前另一HTTP，如「http://www.example.com/apage.htmlhttp://www.example.com/apage.html」

Answer 1

任何字符串

"http[^"]+http 

Answer 2

如果您可以使用*。？語法，你可以只看以下內容：

http(.*?)http 

如果它存在，拒絕url。

Answer 3

以http開始，有另一個http之前的報價是字符串：

^http[^"]*http 

但是，雖然這正好回答你的問題，我懷疑你可能想呃克萊姆的答案，而不是;-)

Answer 4

你可能會想是這樣的：

("http[^"]+)(http) 

然後比較兩者，如果\ 1 ===「+ \ 2然後替換它們

。

一個想法;你有任何查詢字符串的任何你的網址。如果你這樣做，他們是否有這樣的「http://someurl.com?http=somemoredatahttp://someurl.com?http=somemoredata」？

如果是這樣，你會想要更復雜的東西。

Answer 5

http://www.example.com/apage.htmlhttp://www.example.com/apage.html 

這實際上是一個有效的URL！所以你應該小心一點，不要在其他中間發生'http：//'的URL。只檢測「翻番」的網址，你可以使用後向引用：

"(https?://[^"]*)\1" 

（這是一個非標準的正則表達式的功能，但最現代化的實現有它。）

使用正則表達式來處理HTML是一個糟糕的理念。 HTML不能可靠地被正則表達式解析。