基于多个字符，使用 Javascript 从格式错误的 URL 中提取字符串答案

【问题标题】：Extract string from malformed URL using Javascript, based on multiple characters基于多个字符，使用 Javascript 从格式错误的 URL 中提取字符串
【发布时间】：2014-10-07 17:14:19
【问题描述】：

我有一堆 Wordpress 博客，它们使用 PHP DOM“scraper”从参考页面中提取 html。它会根据网站的 url 和已知所有徽标所在的固定文件路径生成徽标的路径。问题是，我们刚刚实现了一个 CDN。

博客上的徽标路径来自<img src="http://www.example.com/images/logo.png" /> 到<img src="http://www.example.com//cdninfoinalongstring/morecdnstuff/images/logo.png" />，后者显然是不正确的。

我需要把src改成：

<img src="//cdninfoinalongstring/morecdnstuff/images/logo.png" />

我熟悉.indexOf() 以及.substring()、.split() 和.pop() 之类的东西，但尝试引用多个字符，在这种情况下删除“//”之前的字符串失败。

【问题讨论】：

所以您只想从所有字符串中删除http://www.domain.com？你知道这个域还是它总是不同的？
更改服务器端不是更好吗？不是每个人都启用了 JS。
@Oriol - 如果他们禁用了 javascript，那么看不到徽标将是他们最小的问题。在这个网站和大多数其他网站上。但是，公平地说，这是一场范围远远超出这个问题的辩论。在这种情况下，无法在事物的服务器端进行更改。
@Leeish - 每个站点上的域都不同，每个站点都有自己独特的 CDN 路径到其徽标。但是，它将在每个站点上以相同的方式格式化。域，然后是 //，然后是 CDN 路径。我只需要删除两个斜线之前的所有内容。

标签： javascript regex string substring

【解决方案1】：

嗯，你可以这样做

var arr = document.querySelectorAll('img[^=http://www.domain.com]');
for (var i = 0; i < arr.length; i++) {
    arr[i].src = arr[i].src.replace(/^http(s)?:\/\/[^\/]+/, "");
}

【讨论】：

如果你知道域，那么简单的事情就可以了。
从某种意义上说，我不会知道域。我会，但在每种情况下都不同，并且可能会改变。
@user1729506 很高兴为您提供帮助:)
@AmitJoki - 很抱歉在接受您的回答后回溯，但我遇到了错误：Failed to execute 'querySelectorAll' on 'Document': 'img[^=http://www.domain.com]' is not a valid selector.
刚刚发现问题。必须在 CSS 选择器之前加上 'src' ^.

【解决方案2】：

由于域并不总是已知的，我尝试了这个并且似乎取得了一些成功：

theLogoPath = $('div.logo a img').attr('src');
theLogoCdnPath = theLogoPath.split("//")[2];
$('div.logo a img').attr('src','//' + theLogoCdnPath);

【讨论】：