regex - 高效的 Django QuerySet 正则表达式

Question

我有一个这样的模型:

class CampaignPermittedURL(models.Model):
    hostname = models.CharField(max_length=255)
    path = models.CharField(max_length=255,blank=True)

通常，我会收到一个 URL，我可以将其 urlsplit 拆分为主机名和路径。我希望最终用户能够输入主机名(yahoo.com)和可能的路径(婚礼)。

我想查找 URL 何时与该主机名/路径组合不“匹配”，如下所示:

成功:
www.yahoo.com/weddings/newyork

成功:yahoo.com/weddings

失败:
cnn.com

失败:cnn.com/weddings

我认为最好的方法是:

url = urlsplit("http://www.yahoo.com/weddings/newyork")
### split hostname on . and path on /
matches = CampaignPermittedURL.objects.filter(hostname__regex=r'(com|yahoo.com|www.yahoo.com)'), \
    path__regex=r'(weddings|weddings/newyork)')

有人有更好的想法吗？我正在使用 PostgreSQL否则想尝试 Django Full Text Search但我不确定这是否值得，或者它是否真的比这更适合我的需求。还有其他方法同样快吗？

请记住，我的方法具有传递给它的 URL，并且 CampaignPermittedURL 对象可能有数百条记录。我首先要寻找可扩展/可维护的解决方案，但它也需要高效，因为这将扩展到每秒数百个调用。

我也可以使用另一个后端( Sphinx ？)，但我最关心的是尽可能地使用标准 Django。

Answer 1

正则表达式:^(http\:\/\/)?(www\.)?yahoo\.com(\/.+)?$

http://www.yahoo.com/weddings/newyork pass
www.yahoo.com/weddings/foo            pass
www.yahoo.com/weddings                pass
www.yahoo.com                         pass

yahoo.com/weddings/foo                pass
yahoo.com/weddings                    pass
yahoo.com                             pass

cnn.com/weddings/foo                  fail
cnn.com/weddings                      fail
cnn.com                               fail