【发布时间】:2021-04-21 10:33:01
【问题描述】:
我正在使用网络爬虫工具来比较迁移前后两个不同的网站爬取,并且需要映射已更改格式的分页 URL。
例如
旧:https://example.com/page/2/ 或:https://example.com/directory/page/16/
新:https://example.com/?page=2 或:https://example.com/directory/?page=16
该工具具有用于 URL 映射的正则表达式替换功能,
但是,我无法使正则表达式正确,并且最终结果末尾有一个额外的正斜杠:
https://example.com/?page=2/
获取我正在寻找的结果的正确正则表达式是什么?
【问题讨论】:
标签: regex url web-crawler regexp-replace