正则表达式提取网址的一部分

Question

我今晚很懒，不想弄清楚这个。我需要一个正则表达式来匹配来自以下输入的“jeremy.miller”和“scottgu”:

http://codebetter.com/blogs/jeremy.miller/archive/2009/08/26/talking-about-storyteller-and-executable-requirements-on-elegant-code.aspx

http://weblogs.asp.net/scottgu/archive/2009/08/25/clean-web-config-files-vs-2010-and-net-4-0-series.aspx

想法？

编辑

Chris Lutz 在满足上述要求方面做得很好。如果这些是输入，因此您无法在正则表达式中使用“存档”怎么办？

 http://codebetter.com/blogs/jeremy.miller/
 http://weblogs.asp.net/scottgu/

Answer 1

这会是你要找的吗？

'/([^/]+)/archive/'

在这两种情况下，在“归档”之前捕获片段。根据正则表达式的风格，您需要避开 / s 让它工作。作为替代方案，如果您不想匹配 archive部分，你可以使用前瞻，但我不喜欢前瞻，而且更容易匹配很多并只捕获你需要的部分(在我看来)，所以如果你更喜欢使用前瞻来验证下一部分是 archive ，你可以自己写一个。

编辑:当你更新你的问题时，我对你想要什么的想法变得更加模糊。如果你想要一个新的正则表达式来匹配第二种情况，你可以从末尾摘下适当的部分，使用相同的 /条件和以前一样:

'/([^/]+)/$'

如果您特别想要文本 jeremy.miller或 scottgu ，无论它们出现在 URL 的哪个位置，但仅作为 URL 中的“单词”(即不是 scottgu2)，再次尝试使用 /警告:

'/(jeremy\.miller|scottgu)/'

作为第三种选择，如果您想要域名后面的字段，除非该字段是“博客”，否则它会变得很麻烦，尤其是使用 / 时。警告:

'http://[^/]+/(?:blogs/)?([^/]+)/'

这将匹配域名，可选 blogs字段，然后是所需的字段。 (?:)语法是一个非捕获组，这意味着它就像常规括号一样，但不会捕获值，因此捕获的唯一值是您想要的值。 (?:)有不同的风险，具体取决于您特定的正则表达式风格。我不知道你在要求什么语言，但我主要使用 Perl，所以如果你使用 PCRE，这个正则表达式应该几乎可以做到。如果您使用不同的东西，请查看非捕获组。

哇。这是很多关于正则表达式的讨论。我需要闭嘴发帖了。