regex - 正则表达式替换以将分页 URL 映射到新格式

Question

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网，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/

什么是正确的正则表达式来获得我正在寻找的结果？

标签： regexurlweb-crawlerregexp-replace

Answer 1

正则表达式：/page/([0-9]+)/

代替：/?page=$1