如何匹配可以以查询字符串结尾的 url 中的文件扩展名？

Posted 2023-04-13

【中文标题】如何匹配可以以查询字符串结尾的 url 中的文件扩展名？

【英文标题】：How match file extension in url that can end with querystring?

【发布时间】：2014-11-09 14:40:43

【问题描述】：

我想仅匹配以下所有 URL 中的文件扩展名直到问号。所以 URL #4 将匹配“file.pdf”中的 pdf，但不匹配“otherfile.exe”中的“exe”。

http://www.someplace.com/directory/file.pdf
http://www.someplace.com/directory/file.pdf?otherstuff=true
http://www.someplace.com/directory/file.pdf?other=true&more=false
http://www.someplace.com/directory/file.pdf?other=true&more=false&value=otherfile.exe

我该怎么做？

我试过了，但它不起作用：

([^\.]+)(\?|[^\?]$)+

【问题讨论】：

你试过用php的parse_url()吗？

我不确定您是否只想知道是否存在匹配项，或者您是否想要字符串中的主机和路径。请说明。

【参考方案1】：

这将是我将使用的版本

/\w+\.[A-Za-z]3,4(?=\?|$)/

这是一个工作版本：

http://regex101.com/r/sY2fR0/1

同时使用前瞻？或者字符串的结尾(?=\?|$) 然后你可以匹配它后面的内容。

$re = "/\\w+\\.[A-Za-z]3,4(?=\\?|$)/"; 
$str = "http://www.someplace.com/directory/file.pdf?other=true&more=false&value=otherfile.exe\n\n"; 

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

【讨论】：

不幸的是，它从“。”的太早开始匹配。在这种情况下：http://www.com.com/something/sampson.masterplan.pdf?sdf 它将匹配“masterplan.pdf”有没有办法解决这个问题？ （另外，我添加了0-9，所以它可以匹配mp3）

我稍微改成了：/\w+\.([A-Za-z0-9]3,4)(?=\?|$)/

【参考方案2】：

为了匹配，试试这个不区分大小写的函数：

function matchURLs($desiredURL, $compareURL)
  $url = parse_url($compareURL);
  if(preg_match('/^'$url['scheme'].'://'.$url['host'].$url['path'].'$/i', $desiredURL))
    return true;
  
  return false;

matchURLs('http://www.someplace.com/directory/file.pdf', 'http://www.someplace.com/directory/file.exe'); // false
matchURLs('http://www.someplace.com/directory/file.pdf', 'http://www.someplace.com/directory/file.pdf?value=file.exe'); // true

要获得?之前的：

function URL_before_query($url)
  $u = parse_url($url);
  return $u['scheme'].'://'.$u['host'].$u['path'];

echo URL_before_query('http://www.someplace.com/directory/file.pdf?other=true&more=false&value=otherfile.exe'); // http://www.someplace.com/directory/file.pdf

【参考方案3】：

<?
$str = '
http://www.someplace.com/directory/file1.pdf
http://www.someplace.com/directory/file2.pdf?otherstuff=true 
http://www.someplace.com/directory/file3.pdf?other=true&more=false 
http://www.someplace.com/directory/file4.pdf?other=true&more=false&value=otherfile.exe
';
$regex= '~.*/\K[^?\n]+~';

preg_match_all($regex, $str, $out, PREG_SET_ORDER);
print_r($out);
?>

输出

Array ( 
   [0] => Array ( 
                 [0] => file1.pdf 
                ) 
   [1] => Array ( 
                 [0] => file2.pdf 
                ) 
   [2] => Array ( 
                 [0] => file3.pdf 
                ) 
   [3] => Array ( 
                 [0] => file4.pdf 
                 ) 
  )