Regex Apify:PseudoUrl正则表达式，用于匹配包含给定关键字的URL_Regex_Apify

Regex Apify:PseudoUrl正则表达式，用于匹配包含给定关键字的URL

regex

Regex Apify:PseudoUrl正则表达式，用于匹配包含给定关键字的URL,regex,apify,Regex,Apify,Apify支持JavaScript样式的正则表达式来匹配URL 我尝试按照正则表达式匹配包含特定关键字的所有URL- //not working http://www.example.com/[*foo*] 例如，如果一个网站有以下链接： http://www.example.com/pages/ http://www.example.com/pages/bar http://www.example.com/pages/foo/bar.html http://www.example.com/

Apify支持JavaScript样式的正则表达式来匹配URL

我尝试按照正则表达式匹配包含特定关键字的所有URL-

//not working
http://www.example.com/[*foo*]

例如，如果一个网站有以下链接：

http://www.example.com/pages/
http://www.example.com/pages/bar

http://www.example.com/pages/foo/bar.html
http://www.example.com/pages/test-foo-test.html
http://www.example.com/pages/foo.html

正则表达式应该匹配最后3个URL。但是，正则表达式不起作用。

您需要检查域填充之后的任何位置是否存在

foo

：

http:\/\/www\.example\.com\/.*foo

您需要检查域内容之后的任何位置是否存在

foo

：

http:\/\/www\.example\.com\/.*foo

您还将一个常规javascript正则表达式传递给

伪URL

构造函数

您需要一个格式为

^http:\/\/www.example.com\/pages\/.*foo

的正则表达式

假设您希望对多个关键字执行此操作，您可以使用如下内容：

const Apify = require('apify');
const regexEscape = require('regex-escape');

function createKeywordUrlRegex(baseUrl, keyword) {
  const regexStr = `^${regexEscape(baseUrl)}.*?${regexEscape(keyword)}`;
  // remove the i if you want to match to be case-sensitive
  return new RegExp(regexStr, 'i');
}

const purl = new Apify.PseudoUrl(createKeywordUrlRegex('http://www.example.com/pages/', 'foo'));

// print out the examples
const examples = [
'http://www.example.com/pages/',
'http://www.example.com/pages/bar',
'http://www.example.com/pages/foo/bar.html',
'http://www.example.com/pages/test-foo-test.html',
'http://www.example.com/pages/foo.html'
];
for(let example of examples)
  console.log(example, purl.matches(example) ? 'MATCH!' : 'IGNORED');

您可以传递一个基本url，如

http://www.example.com/pages/

和一个关键字，如

foo

到

createKeywordUrlRegex

，它将为您生成上述正则表达式。