用於檢測特定查詢的正則表達式

Question

我想知道是否有人可以構造一個正則表達式來檢測某人是否搜索“ site：cnn.com”或“ site：www.globe.com.ph/”之類的東西。 我一直在最困難的時間來解決它。 在此先多謝！

編輯：抱歉忘了提及我的腳本在PHP中。

Answer 1

好的，要輸入任意文本字段，可以使用以下簡單的方法：

\bsite:(\S+)

括號將捕獲他們嘗試搜索的任何站點/域。 它不會驗證它是有效的，但驗證網址/域名是復雜的，有許多容易googlable正則表達式做這件事，例如，有一個在這里 。

Answer 2

您要匹配什么？ 引薦來源網址？

假設您要匹配如下所示的引薦來源網址：

http://www.google.com/search?client=safari&rls=en-us&q=whatever+site:foo.com&ie=UTF-8&oe=UTF-8

這樣的正則表達式可以解決問題：

\bsite(?:\:|%3[aA])(?:(?!(?:%20|\+|&|$)).)+

筆記：

• “站點”之后的冒號可以是未編碼的，也可以是百分比編碼的。 大多數用戶代理會將其保留為未編碼的狀態（我認為這實際上與標准相反），但這將同時處理兩個
• 我假設該站點：... url將由空格字符，字段結尾（＆）或字符串結尾（$）的右邊界
• 我沒有假設x-www-form-urlencoded編碼（空格=='+'）或使用百分比編碼進行編碼的空格（空格==％20）。 這將同時處理
• （？：...）是一個非捕獲組。 （？！...）是否定的前瞻。

Answer 3

不，這不是引薦來源網址。 我的PHP腳本基本上吐出了有關域的信息（例如，反向鏈接，pagerank等），我需要該正則表達式，以便它知道用戶在搜索什么。 如果用戶輸入的內容與正則表達式不匹配，則會進行常規的網絡搜索。

Answer 4

如果這是您要嘗試的全部操作，那么我想我會采用更簡單的方法，然后執行以下操作：

$entry = $_REQUEST['q'];
$tokens = split(':', trim($entry));
if (1 < count($tokens) && strtolower($tokens[0]) == 'site')
  $site = $tokens[1];