使用正则表达式排除文件夹并匹配根文件夹中的所有 .html 模式文件

Question

我正在从 html 迁移到 Drupal。使用迁移模块。

在我们的自定义迁移脚本中，我需要匹配除 images 文件夹之外的所有文件夹中的所有 .html 文件。

将此正则表达式传递给$list_files = new MigrateListFiles([],[],$regex)

下面是html文件的格式

/magazines/sample.html 
/test/index.html
/test/format_ss1.html
/test/folder/newstyle_1.html
/images/two.html

我只需要获取前 2 个 html 文件，即，我们排除了以 '_[0-9]' 和 '_ss[0-9]' 结尾的文件以及 images 文件夹中的 .hmtl 文件。

我已经成功排除了 3 和 4，但我无法排除 images 文件夹中的 .html 文件。

$regex = '/[a-zA-Z0-9\-][^_ss\d][^_\d]+\.html/'; //this will do for 3 and 4 files 

但我需要排除图像文件夹..

我试过了

$regex = '/[^images\/][a-zA-Z0-9\-][^_ss\d][^_\d]+\.html/'; // not working

它在 PHP 脚本中的工作位置

$regex = '~^(?!/images/)[a-zA-Z0-9/-]+(?!_ss\d|\d)\.html$~' //works in php script

有人可以帮我解决这个问题吗..

Answer 1

试试 /((?!images)[0-9a-zA-Z])+/[^_]*[^\d]+\.html

匹配：

/magazines/sample.html 
/test/index.html
/test/folder/newstyle.html
/test/format_ss.html

不匹配：

/test/format_ss1.html
/test/folder/newstyle_1.html
/images/two.html
/images/1.html
/test/folder/newstyle1.html
/test/folder/newstyle_12.html

这可以接受吗？

Answer 2

这是 Drupal/Migrate 特有的问题 - 正则表达式只是文件名（而不是目录）的正则表达式，因为它最终会传递给 https://api.drupal.org/api/drupal/includes%21file.inc/function/file_scan_directory/7

file_scan_directory($dir, $mask, $options = array(), $depth = 0)

$mask：要查找的文件的 preg_match() 正则表达式。

我认为排除某些目录的唯一方法是如果该行具有您不需要的路径，则在 prepareRow() 函数中抛出一个 false。

函数prepareRow($row) prepareRow() 方法由源类 next() 方法在加载数据行后调用。参数 $row 是包含源提供的原始数据的 stdClass 对象。实现 prepareRow() 有两个主要原因：

在数据行通过任何其他方法和处理程序之前对其进行修改：例如，获取相关数据、拆分源字段、基于某些逻辑组合或创建新的源字段。

有条件地跳过一行（通过返回 FALSE）。

https://www.drupal.org/node/1132582