代码之家 › 专栏 › 技术社区 › cyberpirate92

替换字符串中与模式匹配的部分

regex c#

cyberpirate92 · 技术社区 · 6 年前

我正在尝试删除URL字符串的一部分(协议、查询字符串等)

https://www.example.com/xyz/page.html?id=10&name=smith
http://www.example.com/abc/index.html#
https://www.example.com/abc/
www.example.com/abc
example.com/abc
http://example.com/abc

将成为

example.com/xyz/page.html
example.com/abc/index.html
example.com/abc
example.com/abc
example.com/abc
example.com/abc

这就是我目前所做的,

string CleanUrl(string urlString)
{
        urlString = Regex.Replace(urlString, @"^https?://", "", RegexOptions.IgnoreCase);
        urlString = Regex.Replace(urlString, @"^www\.", "", RegexOptions.IgnoreCase);
        urlString = Regex.Replace(urlString, @"#$", "");
        urlString = Regex.Replace(urlString, @"/$", "");
        return urlString;
}

我在找一个更好的方法,也许用一个 Regex.Replace

编辑: 对不起,我的问题不清楚。我的输入字符串有时不包含协议和/或 www. 部分,导致 System.UriFormatException Uri(urlString) 建造师。我已经更新了示例输入。

4 回复 | 直到 6 年前

The fourth bird 6 年前

如果您的所有字符串都是url,并且您不必验证该结构,那么对于示例数据,您可以使用替换项来匹配您要从url中删除的内容,并替换为空字符串。

^(?:https?://www\.|https?://|www\.)?|(?:[#/]|\?.*)$

解释

^(?:https?://www\.|https?://|www\.)? 断言字符串的开头,后跟可选的非捕获组,该组将匹配http和可选的s,后跟://www.或仅匹配http://part或仅匹配www.part。
| 或者
(?:[#/]|\?.*)$ 匹配下列任一项 #/

Regex demo

C# demo

fasaas 6 年前

我会用我在问题中的评论。

   public string ReplaceUrl(string input)
    {
        Uri uri = new Uri(input);

        string uriWithoutQueryParams = uri.GetLeftPart(UriPartial.Path);

        string uriWithoutSchema = uriWithoutQueryParams.Replace(uri.GetLeftPart(UriPartial.Scheme), string.Empty);

        string uriWithoutTripleW = uriWithoutSchema.Replace("www.", string.Empty);

        string uriWithoutTrailingSlash = uriWithoutTripleW.TrimEnd(new char[] {'/' });

        return uriWithoutTrailingSlash;
    }

下面是您需要的测试方法(使用XUnit)

    [Theory]
    [InlineData("https://www.example.com/xyz/page.html?id=10&name=smith", "example.com/xyz/page.html")]
    [InlineData("http://www.example.com/abc/index.html#", "example.com/abc/index.html")]
    [InlineData("https://www.example.com/abc/", "example.com/abc")]
    public void MyUrlConverterReplacesCorrectly(string inputUrl, string expectedUrl)
    {
        string actualUrl = MyUrlConverter.ReplaceUrl(inputUrl);

        Assert.Equal(expectedUrl, actualUrl);
    }

adjan 6 年前

Uri 类来解析URL字符串,然后使用 Host AbsolutePath 属性以获取最终字符串:

var uri = new Uri("https://www.example.com/xyz/page.html?id=10&name=smith");
var result = uri.Host + uri.AbsolutePath;
if (result.EndsWith("/"))
    result = result.Remove(result.Length - 1, 1);
if (result.StartsWith("www."))
    result = result.Substring(4);

protoproto 6 年前

试试这个:

        static string CleanUrl(string urlString)
        {
            urlString = Regex.Replace(urlString, @"\s+", "");
            urlString = Regex.Replace(urlString, @"^https?://", "", RegexOptions.IgnoreCase);
            urlString = Regex.Replace(urlString, @"^www\.", "", RegexOptions.IgnoreCase);
            urlString = Regex.Replace(urlString, @"(#|\?).*$", "");
            urlString = Regex.Replace(urlString, @"/$", "");
            return urlString;
        }