使用正则表达式在URL中查找带有符号的短语

Question

我有几个页面的当前url:

onclick="location.href='https://www.mydomain.com/shop/bags

在每个url的末尾有这样的内容:

?cid=Black'"
or 
?cid=Beige'"
or 
?cid=Green'"

我需要的是一个正则表达式在每个url中找到?cid=，然后替换从?cid=到结尾的'的所有内容

目前我有这个:.?cid=.*?'

在每行代码中查找?cid=的出现。我只希望它在onclick="location.href='https://www.mydomain.com/shop/bags

中找到出现的事件

有人知道这个的解吗?

很抱歉最初的困惑。我使用这个程序http://www.araxis.com/replace-in-files/index-eur.html，它允许使用正则表达式来查找元素。我想它说它允许PERL风格的正则表达式。

谢谢

Answer 1

您可以使用lookaround语法来匹配?cid=something，前面是URL，后面是'

这个模式应该可以工作:

(?<=Qhttps://www.mydomain.com/shop/bagsE)?cid=[^']++(?=')

如果你用你的替换来替换这个模式，那么从?cid到'的整个比特将被替换。

下面是Java中的一个示例(忽略语法的略微不同):

public static void main(String[] args) {
    final String[] in = {
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Black'",
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Beige'",
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Green'"
    };
    final Pattern pattern = Pattern.compile("(?<=\Qhttps://www.mydomain.com/shop/bags\E)\?cid=[^']++(?=')");
    for(final String string : in) {
        final Matcher m = pattern.matcher(string);
        final String replaced = m.replaceAll("SOMETHING_ELSE");
        System.out.println(replaced);
    }
}

输出

onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'
onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'
onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'

显然，这是假设您的工具支持环顾四周。

如果您直接使用Perl，而不是通过您的神奇工具

，这当然可以工作。

perl -pi -e '/s/(?<=Qhttps://www.mydomain.com/shop/bagsE)?cid=[^']++(?=')/SOMETHING_ELSE/g' *some_?glob*.pattern

编辑

另一个想法是使用捕获组和反向引用，替换

(Qhttps://www.mydomain.com/shop/bagsE)?cid=[^']++

$1SOMETHING_ELSE

Java中的另一个测试用例:

public static void main(String[] args) {
    final String[] in = {
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Black'",
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Beige'",
        "onclick="location.href='https://www.mydomain.com/shop/bags?cid=Green'"
    };
    final Pattern pattern = Pattern.compile("(\Qhttps://www.mydomain.com/shop/bags\E)\?cid=[^']++");
    for(final String string : in) {
        final Matcher m = pattern.matcher(string);
        final String replaced = m.replaceAll("$1SOMETHING_ELSE");
        System.out.println(replaced);
    }
}

输出:

onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'
onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'
onclick="location.href='https://www.mydomain.com/shop/bagsSOMETHING_ELSE'

Answer 2

查找

(onclick="location.href='https://www.mydomain.com/shop/bags.*?)?cid=.*?'

代替

$1something'

Answer 3

你可以使用这个模式

?cid=[^']*

这个想法是使用一个字符类来排除最后一个简单的引号，然后避免使用惰性量词。

注意:如果支持的话，您可以使用所有格量词来减少正则表达式引擎的工作量:

?cid=[^']*+