今天老韩解决了以前的一个问题:用Winform程序读取Mysql数据,然后格式化导入Sqlserver的时候,程序跑到一定时间不动了,不报错也没有生成错误日志,很奇怪。当时试了各种方法都没有解决,然后就是放弃这些数据不了了之,异常纠结。
最初使用的URL正则:string strRef = "href=[///"///'](http://|//.///|///)?//w+(//.//w+)*(/w+(//.//w+)?)*(///|//?//w*=//w*(&//w*=//w*)*)?[///"///']";
经过一下午的调试,老韩终于找出问题所在:URl正则表达式有问题!原来是由于程序分析正则表达式的时候超时所导致,普通的网址还可以分析,如http://blog.hanhp.com/,但是下面这种网址就会分析超时以至于程序处理异常缓慢:
http://company.china.alibaba.com/athena/contact/yinnan168521.html?contactFrom=companylist_contact&keywords=%BD%F0%CA%F4%BC%D3%B9%A4
网上找了很多URL都不能完全匹配,如 Regex regUrl = new Regex(@"([/w-]+/.)+[/w-]+.([^a-z])(/[/w- ./?%&=]*)?|[a-zA-Z0-9/-/.][/w-]+.([^a-z])(/[/w- ./?%&=]*)?");
作者猪神的黄昏号称是超强匹配URL地址的正则表达式,但是无法匹配上面的URL,经实践,和大家分享一条可用的URL:
Regex regUrl = new Regex(@"http(s)?://([/w-]+/.)+[/w-]+(/[/w- ./?%&=]*)?");