MySQL 正则表达式用于在正文中查找带有双斜杠的内部 URL

Posted 2023-02-24

技术标签:

【中文标题】MySQL 正则表达式用于在正文中查找带有双斜杠的内部 URL【英文标题】：MySQL Regular Expression for Finding internal URL's with a Double Slash in the Body 【发布时间】：2013-01-13 12:03:45 【问题描述】：

我们有一个使用 wordpress 的网站，我们发现在某些时候，一个错误的插件或用户错误在 siteurl 之后添加了双斜杠（例如，http://example.site//category1/ 或 http://example.site/category1//category2/ 等。

这似乎可行，但似乎没有足够的结果。

SELECT id, post_content
FROM `wp_posts`
where post_content
regexp '(href="[^"]*[^:]\/\/[^"]*)'
and post_status  in('draft','publish')
order by id asc

有没有更好的方法来做到这一点？我不希望它与 http: 之后的双斜杠匹配，因此 :. 上的否定匹配。

编辑：为澄清起见，我想查找所有帖子（wordpress 帖子/页面的正文），其 url 硬编码到具有双斜杠的页面中，但在 http 后的双斜杠上不匹配:.

正则表达式应匹配以下内容： http://example.site//category1/ 或 http://example.site/category1//category2/ 甚至 http://example.site/category1/category2// 或 example.site/category1//category2/

但不应匹配以下内容： http://example.site/category1/ 或 http://example.site/category1/category2/

【问题讨论】：

添加另一组斜线：[^"]*[^:]\/\/.*?\/\/ 这样它会寻找两组双斜线？ ***.com/questions/13990256/… 一个简单的 LIKE 怎么样：WHERE post_content LIKE '%site.com//%' ？ @bonCodigo：如果斜杠不在 URL 的末尾，那也无济于事。那篇文章中有一个答案，它甚至谈到了//.. 【参考方案1】：

也许这样的事情会起作用。

SELECT *
FROM wp_posts
WHERE CASE WHEN instr(post_content,'http://') > 0 THEN 
  substring(post_content,7) regexp '\/\/'
ELSE
  post_content regexp '\/\/'
END

这里是SQL Fiddle。

祝你好运。

【讨论】：

+1 使用INSTR【参考方案2】：

你可以使用：