regex - 如何使用XPath正则表达式匹配URL

Question

需要有关XPath的帮助。我有这样的XML：

   <unaryExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
      <postfixExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
        <leftHandSideExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
          <newExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
            <memberExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
              <primaryExpression tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
                <literal tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
                  <stringLiteral tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8">
                    <LITERAL tokenValue="'http://google.com'" tokenLine="1" tokenColumn="8"/>
                  </stringLiteral>
                </literal>
              </primaryExpression>
            </memberExpression>
          </newExpression>
        </leftHandSideExpression>
      </postfixExpression>
    </unaryExpression>

我需要找到URL。我是这样做的。

//LITERAL[contains(@tokenValue, 'http://')]

如何使用正则表达式查找网址？

(http://|https://|ftp://)([a-z0-9]{1})((\.[a-z0-9-])|([a-z0-9-]))*\.([a-z]{2,4})(\/?)

Answer 1

如果您的XPath引擎支持XPath 2.0，请使用fn:matches等效于fn:contains的正则表达式。使用XPath 1.0，不支持正则表达式。

//LITERAL[fn:matches(@tokenValue, '(http://|https://|ftp://)([a-z0-9]{1})((\.[a-z0-9-])|([a-z0-9-]))*\.([a-z]{2,4})(/?)')]

将返回所有具有 <LITERAL/> -tag与您的正则表达式匹配的 @tokenValue -tag。

表达式中存在一些问题，您不必（也可以不必）逃避最后一个匹配组中的 /。我在查询中解决了这个问题。为什么仍然使用最后两个匹配组？