Регулярное выражение для соответствия определенным параметрам запроса в URL-адресе

В зависимости от спецификаций кодировки URL-адреса эту задачу может быть невозможно решить однозначно. Чтобы это было возможно, URL-адреса в наборе данных должны быть стандартизированы таким образом, чтобы каждый параметр имел знак равенства после него, и не должно быть других случайных знаков равенства в значениях параметров.. Если оба этих условия верны, то будет работать следующее:

Регулярные выражения

&(firstName|lastName|email|phone1|address)=([^&]*(?:&[^&=]+(?=&|$))*)

Также обратите внимание, что это регулярное выражение не распространяется на случаи, когда один из требуемых параметров является первым параметром. Поскольку регулярное выражение Javascript ограничено, и в любом случае это особый случай (начиная с ? вместо &), это нужно будет обрабатывать по-разному, в зависимости от того, что вы хотите делать с параметрами. Соответствие следующего и замена на ? - способ удалить параметр:

\?(firstName|lastName|email|phone1|address)=([^&]*(?:&[^&=]+(?=&|$))*)(?:&|$)

Если вы не планируете полностью удалять параметр, для простоты можно удалить (?:&|$) в конце выражения.

В зависимости от того, чем вы планируете заменять параметры, вам может быть полезно настроить выражения, но они, как правило, должны давать желаемый результат в рамках приведенных выше правил.

Как это работает

Хитрость здесь в том, чтобы иметь отдельную группу без захвата (?:&[^&=]+(?=&|$))*, которая обрабатывает дополнительные части строки параметров с необработанными амперсандами, но без знака равенства. Класс символов [^&=]+ гарантирует, что подвыражение не имеет амперсандов или знаков равенства, а опережающий (?=&|$) гарантирует, что за строкой следует другой параметр или конец строки, а не знак равенства. У всей группы есть квантор *, поскольку он может появляться ноль, один или несколько раз после начального параметра.

Также обратите внимание, что для удобства значения имени и значения параметра хранятся в группы захвата 1 и 2 для облегчения доступа и анализа. Если вы не планируете использовать значения, их можно заменить группами без захвата, добавив ?: после (.

Отказ от ответственности

Если в каких-либо параметрах отсутствует знак равенства, невозможно однозначно отделить новые параметры URL от значений для предыдущего параметра URL, поскольку в примере https://example.com?&iframeLoad=true&email=abc&[email protected] это может относиться либо к одному параметру с именем email со значением abc&[email protected], либо к двум параметрам. с именами email и [email protected] (если и список строк параметров, и список строк значений не стандартизированы, но на этом пути лежит безумие). Аналогичным образом, случайные знаки равенства обманывают синтаксический анализатор. Как упоминал @David Faber, обычно символ & в URL-адресе будет закодирован как %26, чтобы полностью предотвратить эту двусмысленность.

Вы можете рассмотреть что-то вроде этого:

[&?]((?:firstName|lastName|phone1|address|zipcode)=|email=(?:.*@.*\.)?)[^&]*

Параметр email здесь обрабатывается как особый случай - мы проверяем наличие локальной части, за которой следует субдомен (ы), при этом разрешая TLD без амперсанда (я считаю, что это безопасно - я не думаю, что TLD может содержать нечетные символы как это). Все остальные параметры обрабатываются нормально. Совпадения будут возвращены как пары имя = значение. См. Regex 101 здесь.