正則表達式匹配大寫字母包圍的字符串模式

Question

我需要一個或多個正則表達式來匹配某個網站的某些無效url，在某個模式之後OR前有大寫字母。

這些都是結構規則相匹配的無效網址：

• 定義網站
• 零或多個大寫字母，如果該模式之後零個大寫字母
• 模式
• 零，或更多大寫字母，如果模式之前爲零大寫字母

要用實例s：

http://website/uppeRcase/pattern/upperCase   // match it, uppercase before and after pattern 
http://otherweb/WhatevercAse/pattern/whatevercase // do not match, no website 
http://website/lowercase/pattern/lowercase   // do not match, no uppercase before or after pattern 
http://website/lowercase/pattern/uppercasE   // match it, uppercase after pattern 
http://website/Uppercase/pattern/lowercase   // match it, uppercase before pattern 
http://website/WhatevercAse/asdasd/whatEveRcase // do not match it, no pattern 

在此先感謝您的幫助！

馬里奧

Answer 1

要匹配，你只需要[A-Z]大寫字母。然後圍繞你的規則的其餘部分進行構建。在不知道「網站」和「模式」的確切含義的情況下，很難提供更好的指導。

此表達式將匹配如果大寫字符是既「網站」和後「圖案」，「圖案」，以及之間

^http://website/.*[A-Z]+.*/pattern/.*[A-Z]+.*$

這個表達式將浴上任大寫情況

^http://website/(.*[A-Z]+.*/pattern/.*[A-Z]+.*|.*[A-Z]+.*/pattern/.*|.*/pattern/.*[A-Z]+.*)$

---

UPDATE：

要@ TokenMacGuy的角度來看，URL的正則表達式解析是非常棘手的。如果你想分解成部分然後驗證，你可以從這個表達式開始，這個表達式應該匹配和分組大部分* URL。

(?<protocol>(http|ftp|https|ftps):\/\/)?(?<site>[\w\-_\.]+\.(?<tld>([0-9]{1,3})|([a-zA-Z]{2,3})|(aero|arpa|asia|coop|info|jobs|mobi|museum|name|travel))+(?<port>:[0-9]+)?\/?)((?<resource>[\w\-\.,@^%:/~\+#]*[\w\-\@^%/~\+#])(?<queryString>(\?[a-zA-Z0-9\[\]\-\._+%\$#\~',/]*=[a-zA-Z0-9\[\]\-\._+%\$#\~',/]*)+(&[a-zA-Z0-9\[\]\-\._+%\$#\~',/]*=[a-zA-Z0-9\[\]\-\._+%\$#\~',/]*)*)?)?

* 它的工作在我所有的測試，但我不能說我是面面俱到。

Answer 2

我建議不要用一個正則表達式來完成這兩件事情。使用url解析庫分別提取路徑和主機名組件。你想了幾個理由這樣做，有可能在URL的主機部分的一些奇怪的東西，可以讓你偏離，例如，中

http://website@otherweb/uppeRcase/pattern/upperCase 

主機名實際上是otherweb，並應排除，即使它開始於website。類似地：

http://website/actual/path/component?uppeRcase/pattern/upperCase 

應該被排除，即使url具有模式，由大寫路徑組件包圍，因爲匹配區域不是路徑的一部分。

http://website/uppe%52case/%70attern/upper%43ase 

實際上是與第一個示例相同的資源，但包含可能會阻止正則表達式發現它的轉義。

一旦你已經提取並轉換了路徑組件的轉義序列，但是，正則表達式可能是一個很好的工具。