正则表达式在数据库字段中查找错误的URL

Question

我们的网站上的文本编辑器出现问题，导致网址加倍。因此，例如，文本字段可能看上去包含：

This is a description for a media item, and here in <a href="http://www.example.com/apage.htmlhttp://www.example.com/apage.html">a link</a>. 

所以几乎我需要一个正则表达式来检测以http开始，有一个结束引号之前另一HTTP，如“http://www.example.com/apage.htmlhttp://www.example.com/apage.html”

Answer 1

任何字符串

"http[^"]+http 

Answer 2

如果您可以使用*。？语法，你可以只看以下内容：

http(.*?)http 

如果它存在，拒绝url。

Answer 3

以http开始，有另一个http之前的报价是字符串：

^http[^"]*http 

但是，虽然这正好回答你的问题，我怀疑你可能想呃克莱姆的答案，而不是;-)

Answer 4

你可能会想是这样的：

("http[^"]+)(http) 

然后比较两者，如果\ 1 ===“+ \ 2然后替换它们

。

一个想法;你有任何查询字符串的任何你的网址。如果你这样做，他们是否有这样的“http://someurl.com?http=somemoredatahttp://someurl.com?http=somemoredata”？

如果是这样，你会想要更复杂的东西。

Answer 5

http://www.example.com/apage.htmlhttp://www.example.com/apage.html 

这实际上是一个有效的URL！所以你应该小心一点，不要在其他中间发生'http：//'的URL。只检测“翻番”的网址，你可以使用后向引用：

"(https?://[^"]*)\1" 

（这是一个非标准的正则表达式的功能，但最现代化的实现有它。）

使用正则表达式来处理HTML是一个糟糕的理念。 HTML不能可靠地被正则表达式解析。