URL模式匹配（PHP）？

Question

（编程语言：PHP v5.3）

我正在该网站上工作，在该网站上我使用google和bing搜索API在特定网站上进行搜索。

该项目：

用户可以从下拉列表中选择要搜索的网站。 我们在此网站上有一个管理面板。 如果管理员想将新网站添加到下拉列表中，则他必须提供该站点的两个示例URL，如下所示。

在提交表单时，代码会经过输入并生成一个正则表达式，稍后我们将其用于模式匹配。 正则表达式存储在数据库中，以备后用。

访问用户以另一种形式从下拉列表中选择一个网站。 然后，他在文本框中输入搜索“查询”。 我们使用搜索API（如上所述）以JSON格式获取结果，其中我们使用以下查询语法作为搜索字符串：

“ site：网站查询”
（我们将“网站”替换为用户选择进行搜索的网站，并将“查询”替换为用户的搜索查询）。

问题

现在，我们要做的就是获取url的最佳匹配。 进行模式匹配的原因是，有时搜索结果中会有不需要的链接。 例如，假设我在网站“ www.example.com”上搜索了名为“ abcd”的文章。 搜索引擎可能会返回以下两个网址：

1）www.example.com/articles/854/abcd
2）www.example.com/search/abcd

第一个网址就是我想要的网址。 现在我有两个问题要解决。

1）我知道，考虑到管理员定期添加网站，我编写的用于从示例URL制作正则表达式模式的代码永远都不是完美的。 永远不会有足够的条件来检查是否可以使用相同的代码为不同的网站创建模式。 有没有更好的方法做到这一点，或者正则表达式是我唯一的选择？

2）我正在运行Windows 7 OS的计算机上进行开发。 preg_match_all（）在这里返回结果。 但是，当我将代码移至运行Linux OS的服务器时，preg_match_all（）不会针对相同参数返回任何结果吗？ 我似乎无法理解为什么会这样。 有人知道为什么会这样吗？

我从事Web技术的工作仅过去几周了，所以我不知道我是否有比regex更好的选择。 如果您能协助我或将我引导到可以为我的问题找到解决方案的资源，我将不胜感激。

Answer 1

关于问题1：我不太了解您要完成的工作，因此我无法提供任何有效的意见。

关于问题2：如果两个服务器都运行相同版本的PHP，则使用的regex库应该相同。 但是，您可以通过制作一个模拟静态文件或字符串来测试此正则表达式，并查看结果是否相同，从而进行测试。

由于您是从搜索引擎获取结果然后进行解析，因此数据检索可能会有所不同。 Google /必应更改与您使用的操作系统有关的部分数据，这可能会更改预编译结果。