Regex -找到url的一部分并替换以帮助跟踪pdf

Question

我试图通过谷歌分析跟踪我的网站上的pdf。使用Dreamweaver中的查找和替换，我需要获得一个正则表达式来查找所有PDF url并将PDF的文件名添加到末尾。所以:

http://mysite/strategy/annual -计划- 16 - 17. - pdf

是

http://mysite/strategy/annual -计划- 16 - 17. - pdf?pdf = annual-plan-16-17

不幸的是，虽然我正在学习REGEX，但我还没有达到这个复杂的水平，所以我将感谢任何建议。非常感谢。

Answer 1

我想你可以用

https?://S*/([^/]+).pdf

并替换为$0?pdf=$1

参见regex演示。

:

• https?:// - http://或https://
• S* -零个或多个非空白符号，直到最后一个
• / -斜杠
• ([^/]+) -(第1组)/以外的一个或多个字符
• .pdf -一个文字.pdf。

如果你只需要抓取那些在.pdf之后没有?的链接，在模式的末尾附加(?!?)负向前看。

在替换模式中，$0插入整个匹配文本，$1仅将捕获的内容插入到组1中。

Answer 2

这对于以'-'分隔的名称和以'-'分隔的任意数量的数字和字母都可以很好地工作，导致没有。它将返回给您字母和数字部分，并将?pdf=附加到URL的末尾。

var value = "http://mysite/strategy/annual-plan-16-17.pdf";
var matches = value.replace(/([^/s]+)(.pdf)/g, "$1$2?pdf=$1");
console.log(matches)

这是通过使用()将匹配分成两组来完成的，它们是:

1. 第一个使用[^/s]以破折号分隔的名称。]+获取任意数量的任意字符，而不是''，'。'，或空白，这基本上获得从'.pdf'到它前面的/的所有字符。

2. 下一组匹配。pdf使用。pdf(显然)然后将此匹配替换为整个匹配加上+ ?pdf= +第一组。

如果您希望只保留字母部分，那么xxxxx-xxxxx-1111.pdf转换为。pdf?Pdf =xxxxx-xxxxx，那么你可以使用这个。

var value = "http://mysite/strategy/annual-plan-16-17.pdf";
var matches = value.replace(/([^/0-9]*[^-/0-9])(-??[^/.]*)(.pdf)/g, "$1$2$3?pdf=$1");
console.log(matches)

这是通过使用()将匹配分成3组来完成的，它们是:

1. 第一个使用[^]以破折号分隔的名称。/0-9]*获取非'的任意数字。'， '/'或数字，则使用[^-]。/0-9]以确保匹配不会以'-'结束。

可以有效匹配以-分隔的不包含数字的单词。

2. 这个组使用-??为了匹配尽可能少的-(包括没有)，然后在后面跟着[^/]*，它匹配任何不包含'^'或'/'的内容。

有效匹配以-分隔的包含数字的单词。

3. 使用。pdf来匹配。pdf。如果你想确保它在字符串的末尾，你可以使用。pdf$

然后将此匹配替换为自身+ ?pdf= +第一个匹配组