正则表达式具有可选参数的多个 URL，一些需要反向引用，一些不需要

Question

我有一组 URL，我正在为其执行 301 重定向(使用 Nginx，我认为它使用 PCRE 作为其 Regex 引擎)。这是所需内容的简化版本:

• /旧/
  • 重定向到/new/
• /old/1234/
  • 重定向到 /new/1234/
• /old/1234/foo/
  • 重定向到 /new/1234/foo/
• /old/1234/bar/
  • 重定向到/new/1234/bar/
• /old/1234/expired/
  • 重定向到 /new/1234/

即对此的过度简化可以说 /old/(.*) 重定向到 /new/$1，除非 url 的最后一部分是 /[0-9]+/expired/，在这种情况下，它只是上升了一个级别。 (除非我真的需要通过匹配 URL 的 foo、bar expired 和 1234 部分使其更具体).

如果可能的话，我想在一个正则表达式中涵盖所有这些，而不是为每个变体设置多个规则。

到目前为止，我在 Nginx.conf 中的正则表达式是这样的:

location ~* ^/old/(([0-9]+/)expired/)?|([0-9]+/(foo|bar/)?)?$ {
    return 301 /new/$1;
}

显然这是不对的。总结:

• 如果 url 以 /expired/ 结尾，我只想获取 /[0-9]+/ 部分。
• 以及整个 /[0-9]+/foo/ 或 /[0-9]+/bar/ 部分，如果它以 foo 或 bar 结尾。
• 如果以 /[0-9]+/ 结尾，则仅此部分。
• 如果它只是以 /old/ 结尾，那么只需重定向到 /new/

Answer 1

只要斜杠没问题，下面的正则表达式就可以与 PCRE 一起使用。

 ^/old/([0-9]+/.*?)?(?:expired/)?$

• ^/old/ -> 匹配从开始到/old 的所有内容
• ([0-9]+/.*?)? -> 可选地匹配 LAZILY 之后的数字/和任何文本。显然，匹配的不仅仅是 foo 和 bar。
• (?:expired/)?$ -> 可选匹配expired，配合上一步的lazy引擎会一直逐个char查，如果过期则结束接下来是字符串，然后过期将从捕获组中删除。

使用/new/$1 的结果:

/new/
/new/1234/
/new/1234/foo/
/new/1234/bar/
/new/1234/