正则表达式删除 URL 中第四个斜杠之后的所有内容

Question

我正在 PHP 中使用以下形式的友好 URL 路径：

/2011/09/here-is-the-title
/2011/09/here-is-the-title/2

我需要标准化这些 URL 路径以删除 4 个斜杠之后的任何内容，包括斜杠本身。第四个斜杠后面的值有时是数字，但也可以是任何参数。

关于我如何做到这一点有什么想法吗？我想正则表达式可以处理它，但我对此很糟糕。我还认为 strpos 和 substr 的组合可能能够处理它，但无法完全弄清楚。

Answer 1

您可以使用 explode() 函数：

$parts  = explode('/', '/2011/09/here-is-the-title/2');
$output = implode('/', array_slice($parts, 0, 4));

Answer 2

替换

%^((/[^/]*){3}).*%g

为 1 美元。

有关实例，请参阅 http://regexr.com?2vlr8

Answer 3

如果您的正则表达式实现支持任意长度的后向断言，您可以

(?<=^[^/]*(/[^/]*){3})/.*$

用空字符串替换。
如果没有，您可以替换

 ^([^/]*(?:/[^/]*){3})/.*$

为第一个捕获组的内容。第二个示例的 PHP 示例可以在 ideone.com 中找到。

Answer 4

你也可以使用循环：

result="";
for char c in URL:
    if(c is a slash) count++;
    if(count<4) result=result+c;
    else break;