正则表达式匹配大写字母包围的字符串模式

Question

我需要一个或多个正则表达式来匹配某个网站的某些无效url，在某个模式之后OR前有大写字母。

这些都是结构规则相匹配的无效网址：

• 定义网站
• 零或多个大写字母，如果该模式之后零个大写字母
• 模式
• 零，或更多大写字母，如果模式之前为零大写字母

要用实例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 

在此先感谢您的帮助！

马里奥

Answer 1

要匹配，你只需要[A-Z]大写字母。然后围绕你的规则的其余部分进行构建。在不知道“网站”和“模式”的确切含义的情况下，很难提供更好的指导。

此表达式将匹配如果大写字符是既“网站”和后“图案”，“图案”，以及之间

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

这个表达式将浴上任大写情况

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

---

UPDATE：

要@ TokenMacGuy的角度来看，URL的正则表达式解析是非常棘手的。如果你想分解成部分然后验证，你可以从这个表达式开始，这个表达式应该匹配和分组大部分* 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测试，但我不能说我是面面俱到。

Answer 2

我建议不要用一个正则表达式来完成这两件事情。使用url解析库分别提取路径和主机名组件。你想了几个理由这样做，有可能在URL的主机部分的一些奇怪的东西，可以让你偏离，例如，中

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

主机名实际上是otherweb，并应排除，即使它开始于website。类似地：

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

应该被排除，即使url具有模式，由大写路径组件包围，因为匹配区域不是路径的一部分。

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

实际上是与第一个示例相同的资源，但包含可能会阻止正则表达式发现它的转义。

一旦你已经提取并转换了路径组件的转义序列，但是，正则表达式可能是一个很好的工具。