RegEx用于匹配特定URL

Question

我正在尝试在python中编写一个正则表达式，它将匹配一个URL（例如https://www.foo.com/ ）或一个以“sc-domain：”开头但没有https的域名或路径。

例如，以下条目应该通过

https://www.foo.com/
https://www.foo.com/bar/
sc-domain:www.foo.com

但是，以下条目应该失败

htps://www.foo.com/
https:/www.foo.com/bar/
sc-domain:www.foo.com/
sc-domain:www.foo.com/bar
scdomain:www.foo.com

现在我正在使用以下内容：

^(https://*/|sc-domain:^[^/]*$)

这几乎可以工作，但仍然允许像sc-domain：www.foo.com/这样的提交。 具体来说， ^[^/]*$部分不会捕获'/'不应该传递。

Answer 1

^((?:https://\S+)|(?:sc-domain:[^/\s]+))$

你可以试试这个。

见演示。

https://regex101.com/r/xXSayK/2

Answer 2

你可以使用这个正则表达式，

^(?:https?://www\.foo\.com(?:/\S*)*|sc-domain:www\.foo\.com)$

说明：

• ^ - 开始行
• (?: - 开始非团体交替
• https?://www\\.foo\\.com(?:/\\S*)* - 这匹配以http：//或https：//开头的网址，后跟www.foo.com，后面还可选择路径运用
• | - 以sc-domain开头的字符串的替换：
• sc-domain:www\\.foo\\.com - 此部分开始与sc-domain匹配：后跟www.foo.com，并且不允许任何文件路径
• )$ - 关闭非分组模式和字符串结尾。

正则表达式演示

此外，有点不确定你是否想要允许任何随机域，但如果你想允许，你可以使用这个正则表达式，

^(?:https?://(?:\w+\.)+\w+(?:/\S*)*|sc-domain:(?:\w+\.)+\w+)$

正则表达式演示允许任何域名

Answer 3

此表达式也可以使用两个可以根据需要修改的简单捕获组来实现：

^((http|https)(:\/\/www.foo.com)(\/.*))|(sc-domain:www.foo.com)$

我还添加了http，你可以删除它，如果它可能是不受欢迎的。

JavaScript测试

 const regex = /^(((http|https)(:\\/\\/www.foo.com)(\\/.*))|(sc-domain:www.foo.com))$/gm; const str = `https://www.foo.com/ https://www.foo.com/bar/ sc-domain:www.foo.com http://www.foo.com/ http://www.foo.com/bar/ `; const subst = `$1`; // The substituted value will be contained in the result variable const result = str.replace(regex, subst); console.log('Substitution result: ', result); 

用Python测试

您只需使用Python进行测试并添加所需的捕获组：

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"^((http|https)(:\/\/www.foo.com)(\/.*))|(sc-domain:www.foo.com)$"

test_str = ("https://www.foo.com/\n"
    "https://www.foo.com/bar/\n"
    "sc-domain:www.foo.com\n"
    "http://www.foo.com/\n"
    "http://www.foo.com/bar/\n\n"
    "htps://www.foo.com/\n"
    "https:/www.foo.com/bar/\n"
    "sc-domain:www.foo.com/\n"
    "sc-domain:www.foo.com/bar\n"
    "scdomain:www.foo.com")

subst = "$1 $2"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

编辑

根据Pushpesh的建议，您可以使用环视并将其简化为：

^((https?)(:\/\/www.foo.com)(\/.*))|(sc-domain:www.foo.com)$