Crawler4j Regex Pattern for url

Question

im使用crawler4j，我只想对URL进行一些模式，但我无法为该URL解决正格：

http://www.site.com/liste/product_name_changable/productDetails.aspx?productId={id}&categoryId={category_id}

我尝试：

liste/*/productDetails:aspx?productId=*&category_id=*

和

private final static Pattern FILTERS = Pattern.compile("^/liste/*/productDetails.aspx?productId=*$");

但是它不起作用。

我该如何使其使得它的正则模式？

Answer 1

您的正则有几个错误。所有的asterixes都应该是。 ，表明您要匹配至少一个或多个字符。问号符号需要逃脱。cantory_id应该是类别。productDetails：ASPX应该是productDetails.aspx。使用所有这些修复程序，正则是这样的：

liste/.+/productDetails.aspx?productId=.+&categoryId=.+

另外，您在正则时期的开始和结尾不应该有 ^或$。这些与输入的开始和结尾匹配，因此，如果您想获得一部分URL，它们将无法工作。