首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >REGEX:在冒号之间匹配文本、数字、+、_和-的所有实例,这些实例不是URL的一部分

问REGEX:在冒号之间匹配文本、数字、+、_和-的所有实例,这些实例不是URL的一部分
EN

Stack Overflow用户
提问于 2019-04-19 02:49:42
回答 1查看 187关注 0票数 1

我想查找并替换冒号之间的所有文本实例,如下所示:

微笑::thumbs_up::+1::-1:

但如果冒号是url的一部分,则不是这样,例如:http://pdf.reuters.com/htmlnews/htmlnews.asp?i=43059c3bf0e37541&u=urn:newsml:reuters.com:20190417:nPn5XHnXBa

如您所见,这个URL有几个冒号,任何这样的匹配都应该被忽略。

完整的文本也可以有一些文本前后。此外,这些也可以连续出现,中间没有任何空格。例如:

我浏览了一下,发现了这个网址:http://pdf.reuters.com/htmlnews/htmlnews.asp?i=43059c3bf0e37541&u=urn:newsml:reuters.com:20190417:nPn5XHnXBa::smile::+1:记住:别忘了投票!

我希望结果是:

我正在浏览并发现这个url http://pdf.reuters.com/htmlnews/htmlnews.asp?i=43059c3bf0e37541&u=urn:newsml:reuters.com:20190417:nPn5XHnXBa --这太棒了--记住:别忘了投票!

我使用python模块进行替换。

我的想法是:“好的,我应该找到任何URL,并告诉regex忽略任何属于URL的匹配。”

因此,我有一个正则表达式来成功地匹配任何这样的URL:(http^\s+)

这将找到http和其他任何东西,直到有一个非空白字符或换行符,这将指示URL的结尾。

我还有regex来匹配(包括)冒号之间的文本:(:\w+-+:)

所以..。我希望使用负前瞻性,并像这样组合这2:(?!http^\s+)(\W+-+:)

这几乎是完美的,但它最终匹配了URL::newsml:和:20190417的这两个部分:

我如何构建这个正则表达式,以便它在文本中的任何地方都匹配,除非冒号是URL的一部分?

多谢百万!

PS。我一直在用这个很棒的网站测试我的模式..。https://regexr.com/

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-04-19 02:56:20

一种选择是让regex匹配一个URL模式(在组中捕获),或者匹配:中包含的内容,然后可以替换为第一个捕获组:

代码语言:javascript
复制
(https?://\S+)|:[\w+-]+:

代之以

代码语言:javascript
复制
\1

这确保URLS将保持在文本中的位置(被匹配并与自己替换),但是您想要删除的冒号部分将被匹配并被替换。

https://regex101.com/r/d7mM1s/2

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/55755984

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档