Bedingung in Regexp (Allgemeines zu Perl)

[thread]13433[/thread]

Bedingung in Regexp

Leser: 26

Articles: hide open all | hide show old branches

+5 replies
roooot

2009-04-25 15:11
User since
2008-03-03
276 Artikel
BenutzerIn
Hallo Leute

folgende Situation:
Ich habe einen HTTP_REFERER im Format
http://www.foo.de/hans_dampf
Nun will ich mit einer Regex die Domain herausfinden, also foo.de (welches als Variable hinterlegt ist). Alles kein Problem. Nur soll der Regex so gebaut sein, dass er oberes findet, aber nicht
http://www.foo.de.vu/hans_dampf
Sprich auf das .de darf _nur_ ein / folgen, aber nichts anderes. Da dann weiterhin aber in der URL als Pfad o.ä. auch [/. ] usw vorkommen weiß ich nicht so genau wie das funktioniert. Wichtig ist, dass der erste / hinter dem .de optional ist!

Habe dabei folgenden Regex ausprobiert, welcher mich allerdings nicht ans Ziel geführt hat:
Code (perl): (dl )

/http:\/\/[\w-\.]+(FOO.DE)[\/]?(?=[.+])/xmsi
Er findet die Domain zuverlässig (foo.de) aber er findet eben auch ein foo.de.vu, was er ja nicht soll.

Danke für eure Hilfe!
Last edited: 2009-04-25 15:18:51 +0200 (CEST)
Viele Grüße :)
- FIFO
  
  2009-04-25 16:59
  User since
  2005-06-01
  469 Artikel
  BenutzerIn
  Versuch mal:
  
  Code (perl): (dl )
  
  $meinevariable =~ /http:\/\/www\.foo\.de($|\/.*)/i
  
  Das sollte alles matchen, was hinter 'http://www.foo.de' nix oder '/irgendwas' enthält.
  In Deinem Pattern ist nicht so ganz klar,was Du eigentlich zurückbekommen willst, Du hast immer 'foo.de' in $1, (wobei der Punkt im foo.de auch escaped werden sollte) und in $2 denn Kram hinter 'foo.de'.
  Edit:
  Wenn im Teil hinter 'foo.de'nur genau ein '/' auftauchen darf, also z.B. nicht 'foo.de/bla/blub', musst Du Slahes ausschließen:
  
  Code (perl): (dl )
  
  $meinevariable =~ /http:\/\/www\.foo\.de($|\/[^\/]*)/i
  
  Schönes Mikado-Pattern ;-)
  Gruß FIFO
  Last edited: 2009-04-25 17:08:31 +0200 (CEST)
  Everyone knows that debugging is twice as hard as writing a program in the first place. So if you're as clever as you can be when you write it, how will you ever debug it? -- Brian Kernighan: "The Elements of Programming Style"
- murphy
  
  2009-04-25 17:08
  User since
  2004-07-19
  1776 Artikel
  HausmeisterIn
  Ich würde es mal so versuchen:
  
  Code (perl): (dl )
  
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
  
  use strict; use warnings; my @allowed = qw~ foo.de bar.de ~; my $allowed = join '|', map quotemeta($_), @allowed; my $url_ok = qr~ ^http://([^/]+\.)?($allowed)(/.*)?$ ~ix; while (my $url = <DATA>) { chomp $url; print "$url:\n"; if ($url =~ m/$url_ok/) { print " domain: $2\n"; print " subdomain: $1\n"; print " path: $3\n"; } else { print " not accepted\n"; } print "\n"; } __DATA__ http://www.example.com/foo/bar http://www.foo.de/blubb http://www.foo.de http://bar.de/boing http://bar.de http://www.foo.de.vu/blubb http://foo.de.vu/didumm http://foo.de.vu
  
  When C++ is your hammer, every problem looks like your thumb.
- +2 replies
- roooot
  
  2009-04-25 18:49
  User since
  2008-03-03
  276 Artikel
  BenutzerIn
  Danke erstmal, aber jetzt habe ich ein neues Problem:
  
  Code (perl): (dl )
  
  /^http:\/\/([^/]+\.)?([a-z0-9-]+\.[a-z]{2,5})(/.*)?$/
  
  trifft wunderbar alle Domains bis auf die, in denen es 2 TLD gibt. Beispielsweise .co.uk oder .de.vu. Dort habe ich den Fall, dass statt der Domain foo.de.vu nur die TLDs gespeichert werden, beispielsweise .de.vu.
  
  Wie kann ich das umgehen?
  Viele Grüße :)
  - sid burn
    
    2009-04-26 16:25
    User since
    2006-03-29
    1520 Artikel
    BenutzerIn
    
    2009-04-25T16:49:39 roooot
    Danke erstmal, aber jetzt habe ich ein neues Problem:
    
    Code (perl): (dl )
    
    /^http:\/\/([^/]+\.)?([a-z0-9-]+\.[a-z]{2,5})(/.*)?$/
    
    trifft wunderbar alle Domains bis auf die, in denen es 2 TLD gibt. Beispielsweise .co.uk oder .de.vu. Dort habe ich den Fall, dass statt der Domain foo.de.vu nur die TLDs gespeichert werden, beispielsweise .de.vu.
    
    Wie kann ich das umgehen?
    
    In einer Domain gibt es keine zwei TLD. Die TLD ist entweder ".vu" oder ".uk" das war es. Bei ".de.vu" ist "de" eine domain von ".vu" und "co" ist eine domain von ".uk"
    
    Ansonsten wenn du nur die Domains haben willst weiß ich nicht warum du nicht einfach das vorhandene URI Modul nutzt?
    
    Code (perl): (dl )
    
    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
    
    use URI; while ( my $url = <DATA> ) { my $uri = URI->new($url); print $uri->host, "\n"; } __DATA__ http://www.example.com/foo/bar http://www.foo.de/blubb http://www.foo.de http://bar.de/boing http://bar.de http://www.foo.de.vu/blubb http://foo.de.vu/didumm http://foo.de.vu
    
    Nicht mehr aktiv. Bei Kontakt: ICQ: 404181669 E-Mail: perl@david-raab.de

View all threads created 2009-04-25 15:11.