正则表达式查找一些 .php 文件
我正在尝试为爬虫程序制作排除正则表达式。我想索引出现在 /archives/ 目录中的所有 .php 文件，但不在其他地方。因此，正则表达式应该匹配所有 .php 文件，除了 /archives/ 目录中的文件（无论嵌套有多深）。因此，例如，它会索引
www.mysite.com/archives/123qwe/index.php
，但不会索引
www.mysite.com/123qwe/index.php
我相信这个正则表达式应该起作用： (?
但是，我无法使用< 字符，因为我需要将正则表达式提交到 Web 表单中，以清理输入中的 < 字符。并且使用 < 会破坏正则表达式。那么有没有另一种方法可以形成这个正则表达式，而不需要 < ？
I'm trying to make an exclusion regex for a crawler. I want to index all the .php files that appear in the /archives/ directory, but not anywhere else. So the regex should match all .php files, except those that are in an /archives/ directory (however deeply nested). So, for example, it will index
www.mysite.com/archives/123qwe/index.php
but not
www.mysite.com/123qwe/index.php
I believe this regex should work: (?<!\/archives\/.*)\.php$
However, I'm not able to use the < character, because I need to submit the regex into a web form that sanitizes <'s from the input. And using < breaks the regex. So is there another way to form this regex, without needing the <?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（3）
怎么样
这是一个消极的前瞻而不是你的消极的后瞻。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，但没有
<< /代码>。您可以在 Regexr 上查看它的实际效果
What about
This is a negative look ahead instead your negative lookbehind. This regex should match if there is no
/magazine/in the string and it ends with.phpThats very similar to your approach, but without the
<.You can see it in action here on Regexr
试试这个：
或者，更清楚地说：
当您创建正则表达式并且不确定如何继续时，lookbehinds 永远不应该是您使用的第一个工具。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。
Try this:
Or, more legibly:
When you're creating a regex and you're not sure how to proceed, lookbehinds should never be the first tool you reach for. In fact, I tend to regard them as a last resort. They're just not useful enough to offset the complexity they introduce.
难道你不能贪婪地在正则表达式中指定你想要存档吗？
Couldn't you just be greedy and specify that you want archive in your regular expression?