Regex查找一些.php文件

我正在尝试为爬虫创建一个排除正则表达式。我想为出现在

/archives/

目录中的所有

.php

文件编制索引，但不在其他任何地方。因此，正则表达式应该匹配所有

.php

文件，除了那些位于

/archives/

目录中的文件（不管嵌套程度有多深）。例如，它将索引

www.mysite.com/archives/123qwe/index.php 

但不是

www.mysite.com/123qwe/index.php

我相信这个正则表达式应该可以工作：

（

但是，我无法使用
难道你不能贪婪地指定你想要在正则表达式中存档吗

^(\/archives\/.+?)\.php$

那怎么办

(?!.*\/magazine\/)(?:^.*\.php$)

这是一个负向前看，而不是负向后看。如果字符串中没有
/magazine/
，并且以
.php
结尾，则此正则表达式应该匹配

这与您的方法非常相似，但如果没有
，请尝试以下方法：

^www\.mysite\.com(?:/(?!archives/)[^/.]+)+\.php$

或者，更清楚地说：

^www\.mysite\.com
(?:
  /               # After consuming the `/`...
  (?!archives/)   # if the next name isn't `archives`...
  [^/.]+          # consume it. 
)+                # Repeat as needed.
\.php$

当你在创建一个正则表达式时，如果你不知道如何继续，lookbehinds永远不应该是你想要的第一个工具。事实上，我倾向于将它们视为最后的手段。它们只是没有足够的用处来抵消它们引入的复杂性。
这个问题不是关于正则表达式本身，而是关于表单序列化。我正在寻找一个替代方法使我的正则表达式匹配的本机方法。我无法控制表单，因此我无法使用与我想要的相反的方法。我的正则表达式必须避免匹配/archives/…php，只匹配具有.php但不具有/archives/的URL。明白了，感谢您的确认-您在这个问题上自相矛盾。“我想索引所有出现在/archives/目录中的.php文件，但不在其他任何地方。”这看起来很有希望。我会把它放在爬虫程序中，如果它能运行，我会给你投票…谢谢。完美。它完全按照我的要求运行。谢谢！我想我会使用
^www.mysite.com（？（！/archives/）\S）+\.php$
，因为它比较短，不需要那么多的量词。我们两个都会通过
www.mysite.com/123qwe/index/archives.php
，但我认为根据原始规范这是可以的。Lookbehinds看起来确实有很多麻烦！我在stema的答案中使用了regex，但我怀疑这也会起作用。谢谢。