RegEx查找特定的URL结构

我有以下网址

http://mysite/us/product.aspx
http://mysite/de/support.aspx
http://mysite/spaces/product-space
http://mysite/spaces/product-space/forums/this is my topic
http://mysite/spaces/product-space/forums/here is another topic
http://mysite/spaces/support-zone
http://mysite/spaces/support-zone/forums/yet another topic
http://mysite/spaces/internal
http://mysite/spaces/internal/forums/final topic
http://mysite/support/product/default.aspx

我想使用正则表达式添加爬网规则（这与SharePoint 2010搜索相关），该规则排除不包含

/forums/*

的URL，只保留论坛主题URL

我想要一个规则，排除

。/spaces/space1

和

。/spaces/space2

的URL，但保留所有其他URL，包括包含

/forums/

的URL

i、 e.以下是我想用正则表达式标识的结果（将在SharePoint搜索的“排除”规则中使用）：

保留这些结果与正则表达式不匹配（因此不被该规则排除）

有人能帮我吗？我整个上午都在看这个，我的头开始痛了——我无法解释，我只是没有得到正则表达式结构

谢谢

---

凯文。。。在

多行

模式下（假设每行有一个URL），这为我带来了窍门：

(.*?\/forums\/.*?)(?:$)

希望这有帮助

更新： 根据您的意见，可以使用以下模式：

.*/spaces/(?!.*/).*

基本上说，匹配行中有

/spaces/

，但之后没有更多的

/

（正如您在评论中所述）

---

使用@rvalvik的正则表达式建议（另一种方法也是很好的），您的答案如下所示：

^(?!.*/forums/).*/spaces/.*

---

。。。在

多行

模式下（假设每行有一个URL），这为我带来了窍门：

(.*?\/forums\/.*?)(?:$)

希望这有帮助

更新： 根据您的意见，可以使用以下模式：

.*/spaces/(?!.*/).*

基本上说，匹配行中有

/spaces/

，但之后没有更多的

/

（正如您在评论中所述）

---

使用@rvalvik的正则表达式建议（另一种方法也是很好的），您的答案如下所示：

^(?!.*/forums/).*/spaces/.*

---

您可以使用lookahead断言

/forum/

在URL中（如果存在匹配项）：

或负向前看以断言它不存在：

^(?!.*/forums/)

更新：

此正则表达式将与“排除”列表中的url匹配：

简而言之，我们使用负前瞻排除所有包含

/forums/

的URL，然后匹配任何包含

/spaces/space1

或

/spaces/space2

的URL

但是，有些系统要求您匹配整行，在这种情况下，您需要在末尾添加一个

*

：

^(?!.*/forums/).*/spaces/(?:space1|space2).*

---

您可以使用lookahead断言

/forum/

在URL中（如果存在匹配项）：

或负向前看以断言它不存在：

^(?!.*/forums/)

更新：

此正则表达式将与“排除”列表中的url匹配：

简而言之，我们使用负前瞻排除所有包含

/forums/

的URL，然后匹配任何包含

/spaces/space1

或

/spaces/space2

的URL

但是，有些系统要求您匹配整行，在这种情况下，您需要在末尾添加一个

*

：

^(?!.*/forums/).*/spaces/(?:space1|space2).*

---

谢谢你们的帮助-我意识到我没有给出所有的要求，所以我更新了原来的问题。谢谢你们两位的帮助。根据要求，我已将rvalvik的回答标记为答案。我很难在SharePoint中使用它，但这是另一个stackoverflow站点的另一个问题-它在我的regex测试仪中工作，所以我很高兴：）。。。我更新了我的答案，给了你另一个正则表达式的选择——也许那个会更好。不管怎样，很高兴你能让它工作（并且感谢Regex实践：））谢谢你的帮助-我意识到我没有给出所有的要求，所以我更新了原来的问题。谢谢你的帮助，你们两个。根据要求，我已将rvalvik的回答标记为答案。我很难在SharePoint中使用它，但这是另一个stackoverflow站点的另一个问题-它在我的regex测试仪中工作，所以我很高兴：）。。。我更新了我的答案，给了你另一个正则表达式的选择——也许那个会更好。不管是哪种方式，很高兴你让它工作了（并且感谢Regex实践：））谢谢你的帮助-我意识到我没有给出所有的要求，所以我更新了原来的问题。好的，酷。我将把它插入（将它改编回我的真实世界URL）并看看会发生什么。不幸的是，John调用了它。我的真实世界URL不像我最初的示例那样是静态的，因此指定

：space1 | space2

是行不通的，也不容易调整。一、 再次，用更好的例子更新了原始问题。@qmcvin，请参阅我更新的解决方案，但是，正如我所说，请将答案授予rvalvik-他提出了正确的模式。如果您想排除所有不包含

/forums/

但包含

/spaces/

的URL，那么John Bustos修改的模式将非常有效。我的印象是，你只想排除某些“空间”，只要它们没有

/forums/

，在这种情况下，你会将它们添加到“列表”中。因此，以您的真实示例为例：

^（？。*/forums/）.*/spaces/（？：支持区|内部|产品空间）。*

感谢您的帮助-我意识到我没有给出所有要求，所以我更新了原始问题。好的，很酷。我将把它插入（将它改编回我的真实世界URL）并看看会发生什么。不幸的是，John调用了它。我的真实世界URL不像我最初的示例那样是静态的，因此指定

：space1 | space2

是行不通的，也不容易调整。一、 再次，用更好的例子更新了原始问题。@qmcvin，请参阅我更新的解决方案，但是，正如我所说，请将答案授予rvalvik-他提出了正确的模式。如果您想排除所有不包含

/forums/

但包含

/spaces/

的URL，那么John Bustos修改的模式将非常有效。我的印象是，你只想排除某些“空间”，只要它们没有

/forums/

，在这种情况下，你会添加