如何编写一个正则表达式来从这些URL中提取数字？

Question

我正在尝试编写一个正则表达式来匹配这些URL中的数字（12345678和1234567890）。

http://www.example.com/p/12345678
http://www.example.com/p/12345678?foo=bar
http://www.example.com/p/some-text-123/1234567890?foo=bar

规则：

• 数字始终跟在斜杠后面
• 数字长度可以不同
• 正则表达式必须检查URL中是否有/p/
• 数字可能在URL结尾，也可能在变量后面

我的尝试：

\/p\/([0-9]+)

这符合第一和第二个，但不符合第三个。所以我尝试了：

\/p\/[^\/?]*\/?([0-9]+)

没有结果。 正则表达式101

- Nate

---

你将在哪个正则表达式引擎中使用它（哪种编程语言）？ - Michael Berkowski

"/[^\d]"？或者只是"[^\d]"或者"[^\d+]"应该也可以解决问题吧？ - Adam

@MichaelBerkowski PHP - Nate

你的第一次尝试确实与第二个示例匹配（而不是第三个）。 - Michael Berkowski

@MichaelBerkowski 感谢您的提示 - 这就是我的粗心阅读的后果。 :) - rchang

Answer 1

正则表达式可能不是这项工作的合适工具。从您的示例中可以看出，使用URL解析器拆分URL似乎更有意义。在每种情况下，数字部分似乎总是URL路径的最后一项。我不确定您使用的是哪种语言，但许多语言都提供函数来将URL解析为其组成部分。

$path = parse_url($url, PHP_URL_PATH);
if(strpos($path, "/p/") === 0) {
    $base = basename($path);
} else {
    // error
}

在假设你需要解析的字符串为$url的情况下，此方法总是有效的。

- superultranova

---

编辑以删除对 parse_url 的冗余调用。可以将 $path 传递给 basename 而不是再次调用 parse_url。 - superultranova

Answer 2

我扩展了您的版本，现在适用于所有示例：

\/p\/(.+\/)*(\d+)(\?.+=.+(&.+=.+)*)?$

如果您不在意URL是否有效，您可以将正则表达式缩小为：

\/p\/(.+\/)*(\d+)($|\?)

https://regex101.com/r/pW5qB3/2

- msrd0

---

这里末尾的所有内容都不是必要的，因为只有 /p/ 和 \d+ 是重要的。 - Michael Berkowski

@MichaelBerkowski但是OP提到数字应该是URL的最后一部分，只有参数可能跟随在后面，因此这确保了URL是有效的，并且只有参数在数字之后。 - msrd0

确实如此。您可以在其后跟随 ($|\?)，以便查询字符串或字符串的结尾紧随其后。不必表达 key=value&key=value。 - Michael Berkowski

@DomStepek 这也将匹配 /sth/psth/sth/1234567890 - msrd0

Answer 3

\/p\/(?:.*\/)?(\d+)\b

你可以尝试这个。它将根据你的条件捕获整数。查看演示。获取捕获或组。

https://regex101.com/r/dU7oN5/29

$re = "/\\/p\\/(?:.*\\/)?(\\d+)\\b/";
$str = "http://www.example.com/p/12345678\nhttp://www.example.com/p/12345678?foo=bar\nhttp://www.example.com/p/some-text-123/1234567890?foo=bar";

preg_match_all($re, $str, $matches);

- vks

Answer 4

如果我理解正确，您想要的数字只能是：

• 紧跟在URL的最后一个斜杠后面
• 不能是变量的一部分，即/p/123?foo=bar456匹配123和
  /p/foobar?foo=bar456不匹配任何内容

然后您可以使用以下正则表达式：

(?=/p/).*/\K\d+

解释

(?=/p/)  # lookahead: check '/p/' is in the URL
.*/      # go to the last '/' thanks to greediness
\K       # leave everything we have so far out of the final match
\d+      # select the digits just after the last '/'

为避免转义正斜杠，请勿将其用作正则表达式分隔符：#(?=/p/).*/\K\d+#即可。

请参见此处的演示。

- Robin

Answer 5

var regex = new Regex(@"/(?<ticket>\d+)");

var subject = "http://www.example.com/p/some-text-123/1234567890?foo=bar";

var ticket = regex.Match(subject).Groups["ticket"].Value;

输出：1234567890

- Avijit

---

这将匹配不包括“/p/”的URL，因为这是必需的。 - Michael Berkowski