php - 用于查找正文中带有双斜杠的内部 URL 的 MySQL 正则表达式

Question

我们有一个使用 wordpress 的网站，我们发现在某些时候，一个错误的插件或用户错误在 siteurl 之后添加了双斜杠(例如，http://example.site//category1/ 或 http://example.site/category1//category2/ 等

这似乎可行，但结果似乎还不够。

SELECT id, post_content
FROM `wp_posts`
where post_content
regexp '(href="[^"]*[^:]\/\/[^"]*)'
and post_status  in('draft','publish')
order by id asc

有更好的方法吗？我不希望它与 http: 之后的双斜杠匹配，因此在 : 上进行负匹配。

编辑:为了澄清起见，我想找到所有将 url 硬编码到具有双斜杠的页面但不匹配 http 之后的双斜杠的帖子(wordpress 帖子/页面的正文) :.

正则表达式应匹配以下内容: http://example.site//category1/ 或 http://example.site/category1//category2/ 甚至 http://example。 site/category1/category2// 或 example.site/category1//category2/

但不应匹配以下内容: http://example.site/category1/ 或 http://example.site/category1/category2/

Answer 1

也许这样的事情会奏效。

SELECT *
FROM wp_posts
WHERE CASE WHEN instr(post_content,'http://') > 0 THEN 
  substring(post_content,7) regexp '\/\/'
ELSE
  post_content regexp '\/\/'
END

这里是 SQL Fiddle .

祝你好运。