Regex ISSUE - 无法匹配以任何结尾的URL

Question

嘿伙计们。我正在尝试使用正则表达式来匹配所有这些URL：

1. http://example.com
2. http://example.com/
3. http://example.com/index.html
4. http://example.com/index
5. http://example.com/index/
6. http://www.example.com
7. http://www.example.com/
8. http://www.example.com/index.html
9. http://www.example.com/index
10. http://www.example.com/index/

并匹配包含'＃'或'的网址？ '直到那两个人之前的角色。 这条路 http://example.com/index.php?p=Hey - ＆gt; http://example.com/index.php

到目前为止，我只选择某些文件类型或文件夹（除了一种情况）时，我所使用的正则表达式代码效果很好：

• 如果我的网址不以文件扩展名（例如：.html，.php）或文件夹（例如：/）结尾，则该模式将无法正确匹配某些网址（例如：{{3} }）将被排除在外。

感谢任何帮助。谢谢大家。

---

这是正则表达式：

^(?<protocol>http(s?))://(?<domain>[^/\r\n#?]+)(?<path>/[^?#]*(?:html|php|/))?

Answer 1

不确定您使用的语言是什么，但如果您已经有了一个URL列表，则可能不需要使用正则表达式。

在C＃中，您可以这样做：

string a = "http://example.com/index.php?p=Hey";
string b = a.Remove(a.IndexOfAny(new char[] {'?', '#'}, 0));

Answer 2

这可能会做你想要的：

^(?<protocol>http(s?))://(?<domain>[^/\s#?]+)(?<path>/[^\s#?]*)?(?<query>.*)?

查询将包含您可能想要忽略的其余部分。