Regex für URL C #

Question

In meinem C # Programm schrieb ich eine Google-Suche-Funktion, die durch Abrufen der Quelle von jeder Seite funktioniert und bekommen die URLs über regex.

Meine eigentliche Regex ist:

(?:(?:(?:http)://)(?:w{3}\\.)?(?:[a-zA-Z0-9/;\\?&=:\\-_\\$\\+!\\*'\\(\\|\\\\~\\[\\]#%\\.])+)

Das funktioniert gut im Moment, aber ich habe zum Beispiel URLs wie http://www.example.com/forums/arcade.php?efdf=332

Ich will nur ohne die ?efdf=332 in diesem Fall die URL erhalten am Ende.

Wie soll ich die Regex ändern?

Answer 1

http://(?:www\.)?[a-zA-Z0-9/;&=:_$+!*'()|~\[\]#%.\\-]+

macht das gleiche wie Ihre regex (ich eine Menge unnötiger cruft entfernt haben), sondern hält einen Link vor einem ? entsprechen.

In C #:

Regex regexObj = new Regex(@"http://(?:www\.)?[a-zA-Z0-9/;&=:_$+!*'()|~\[\]#%.\\-]+")

Das heißt, ich bin nicht sicher, das ist so eine gute Möglichkeit der passenden URLs (was https, ftp, mailto etc.?)

Answer 2

Sie können über den Uri Klasse den Zugriff auf verschiedene Teile die URL und entweder den Abfrage-String aus dem Ende entfernen, oder die Teile verketten Sie wollen.