如何使用 JavaScript 和 Regex 提取部分 url

Question

我想从 url 中提取一些具有以下格式的数据：

http://www.example.com/biglasses/pr?p[]=ets.ideal_for%255B%255D%3Ds&p[]=ets.ideal_for%255B%255D%3Dn&p[]=sort%3Dpopularity&sid=23426x&offer=bigglassesMin30_RipoP.&ref=8be2b7f4-521c-4c45-9021-33d1df588eb9&mycracker=ch_vn_men_sungla_promowidget_banner_0_image

http://www.example.com/cooks/cooking-dress-wine/~no-order/pr?p%5B%5D=sort%3Dfeatured&sid=bks%2C43p&mycracker=ch_vn_clothing_subcategory_Puma&ref=b41c8097-8efe-4acf-8919-0fa81bcb590a

http://www.example.com/biglasses/pr?p[]=ets.ideal_for%255B%255D%3Ds&p[]=ets.ideal_for%255B%255D%3Dn&p[]=sort%3Dpopularity&sid=23426x&ref=8be2b7f4-521c-4c45-9021-33d1df588eb9&mycracker=ch_vn_men_sungla_promowidget_banner_0_image&offer=bigglassesMin30_RipoP.

基本上我想摆脱 &myCracker 及其值和 &ref 及其值和域名部分，即http://www.example.com

可以看出，url 数据的有用部分散布在这些字符之间，即 &myCracker 及其值和 &ref 及其值。

我正在尝试这样：

var mapObj = {"/^(http:\/\/)?.*?\//":"","(&mycracker.+)":"","(&ref.+)":""};
var re = new RegExp(Object.keys(mapObj).join("|"),"gi");
url = url.replace(re, function(matched){
    return mapObj[matched];
});

这样我就可以一次用空字符串替换所有匹配的部分。
但它不起作用。

我知道我需要有选择地删除 url 的这些部分，而不对它们的出现顺序做任何假设，但我应该如何去做。

谢谢

Answer 1

JavaScript string.replace 函数发送与matched 参数匹配的文本。该代码似乎希望它返回用作 mapObj 中的键的正则表达式文本。也许应该只是url.replace(re,'')

第一个正则表达式不应以“/”开头或结尾。

Answer 2

最简单的方法是用空字符串替换它们，只留下你想要的位。

inputStr.replace(/^https?:\/\/[^\/]+\/|&?(mycracker|ref)=[^&]*/g, '')

这是一个 JSFiddle：http://jsfiddle.net/4L6BH/1/

正则表达式非常简单。基本上有两个部分组合在一起：^https?:\/\/[^\/]+\/ 和 &?(mycracker|ref)=[^&]*

第一部分获取任何域（带有任何子域）。如果您只使用一个域，则可以将其澄清为仅该一个域（但这也会降低灵活性）。它还可以选择同时执行 http 和 https 协议（因此是 s?）。

第二部分获取我们不关心的参数并将它们废弃。由于它们可能位于开头（因此没有 &），我们只能选择性地查找它。然后我们有了要替换的项目，用 | 分隔。然后我们舀取它的值，直到下一个 & 或字符串结尾为止的任何值。

最后一个特殊位，我们添加 g 标志以确保它替换所有实例（没有它，它只会做第一件事，即域）。

我们只是抓取这些位，用空字符串替换它们，然后中提琴。

Answer 3

我会选择@samanime，但要稍作改动。

查找：/^https?:\/\/[^\/]+|(?:(\?)|&)(?:mycracker|ref)=[^&]*/g 替换'\1'

    ^ https?:// [^/]+      
 |       
    (?:     
         ( \? )               # (1)     
      |  &     
    )     
    (?: mycracker | ref )     
    = [^&]*      

编辑
不知道 url 行中的参数，但只是作为解析说明..
可以像下面这样去除变量。
我可能会离开这里，但如果？用作域/参数列表
分隔符，为了保持连续性，可能需要一些额外的条件。
仍然需要每次都替换为捕获组 1。

     #  /^https?:\/\/[^\/]+|(?:(\?)(?:mycracker|ref)=[^&]*&)|(?:\?(?:mycracker|ref)=[^&]*$)|(?:&(?:mycracker|ref)=[^&]*)/g

     # Domain
     ^ https?:// [^/]+ 
  |  
     # (?)var=&
     (?:
          ( \? )               # (1)
          (?: mycracker | ref )
          = [^&]*      
          &                    # &
     )
  |  
     # ?var=(EOS)
     (?:
          \?
          (?: mycracker | ref )
          = [^&]*      
          $                    # EOS
     )
  |  
     # &var=
     (?:
          &     
          (?: mycracker | ref )
          = [^&]*      
     )