使用RegEx過濾來自Feed的特定鏈接

Question

好吧，我有一個RSS源。每篇文章都包含多個HTML鏈接。他們都是同一個主機（例如youtube.com），並且有一個主機不同。 我想過濾這一個鏈接。

因此，在這一刻，有我的最常見的主機規則（imgur，減，tumblr等）的列表，它看起來像這樣：

(?i).*?href="(https?://[^"]*host1[^"]*).* 
(?i).*?href="(https?://[^"]*host2[^"]*).* 
(?i).*?href="(https?://[^"]*host3[^"]*).* 

的問題是：有時總是與未知主機的鏈接。 所以我想要做的是將所有其他鏈接（都是相同的）「列入黑名單」。我讀到(?!regex)但它似乎不工作：

(?i).*?href="(https?://[^"]*(?!youtube)[^"]*).* 

我希望你明白我的問題，我的（可能）的英語不好對不起！

Answer 1

你似乎想要的是相當於「grep -v」，但也許你不能用Yahoo Pipes來做到這一點。如果您打算使用負面預測，您的表情需要準確定義它的位置。

讓我們先從簡單的東西，「YouTube」的視頻在字符串的開頭：

$ echo youtubexyz | perl -lne 'print $1 if /(?!youtube)^(.+)/' 
    $ echo ourtubexyz | perl -lne 'print $1 if /(?!youtube)^(.+)/' 
    ourtubexyz 

現在讓我們做一個正則表達式，針對一些要過濾的網址：

$ echo www.youtube | perl -lne 'print $1 if /(www\.(?!youtube).+)/' 
    $ echo www.ourtube | perl -lne 'print $1 if /(www\.(?!youtube).+)/' 
    www.ourtube 

您可以繼續使您的正則表達式匹配更多的網址，但仍排除「youtube」的網址：

$ echo www.youtube | perl -lne 'print $1 if /((?:www|\/\/)\.(?!youtube).+)/' 

注意：我使用捕獲圓括號和'print $ 1'來說明正在匹配的內容。您可能不需要捕獲您的過濾器。