如何在 C# 中识别具有相似模式的 url？答案

【问题标题】：How to recognize urls with similar patterns in C#?如何在 C# 中识别具有相似模式的 url？
【发布时间】：2012-06-05 10:01:20
【问题描述】：

我需要一种方法来识别具有相似模式的网址，例如匹配时返回 true 的函数

http://mysite.com/page/123
and
http://mysite.com/page/456

或

http://mysite.com/?page=123
and
http://mysite.com/?page=456

或

http://mysite.com/?page=123&param=2
and
http://mysite.com/?page=456&param=3

这里不需要检查url的合法性，只要看看pattern是否相同即可。我可能需要一个正则表达式，但不知道该怎么做。任何人都可以帮忙吗？谢谢。

【问题讨论】：

http://mysite.com/?param=2&page=456 怎么样 - 这也算吗？
@MarcGravell 如果很容易实现它会很有用，但不是绝对必要的。

标签： c# regex string

【解决方案1】：

也许你可以试试 levenshtein distance http://www.dotnetperls.com/levenshtein，用于查找字符串之间的相似度。

【讨论】：

【解决方案2】：

使用a lowest common subsequence algorithm 并除以任一字符串的长度。如果它高于任意数字，它们就足够常见了。

【讨论】：

在字符串中找到相同子序列的最佳方法是什么？我想我可以通过字符串中的字符进行遍历。有没有更好的办法？
在野外寻找任何实现，这是一个常见问题。

【解决方案3】：

不是一个具体的答案，但我觉得如果你想让它在广义上很好地工作，你需要了解内容，即你需要将每个 URL 分成小节：

协议
域
路径
查询字符串

...并分别处理每个。可接受的模糊程度将控制您需要分解 URL 的程度，但每个部分（我觉得）都需要非常具体的检查。协议和域可以是直接字符串匹配，但路径可能会被“/”分割，然后在基本长度检查之后，可以逐个比较元素，只比较相同深度的项目（使用直接相等或“改变距离”，如前面提到的 Levenshtein 距离）。查询字符串可以通过“&”上的简单拆分然后通过“=”拆分为字典，您可以根据需要对其进行排序和比较。这也将满足@MarcGravell 关于重新排序查询字符串参数的问题。

【讨论】：