Question

我有以下正则表达式：

http://([^:]*):?([0-9]*)(/.*)

当我将其与http://brandonhsiao.com/essays/showers.html匹配时，括号会抓取：http://brandonhsiao.com/essays和/showers.html。如何抓住http://brandonhsiao.com和/essays/showers.html？

Answer 1

在第一个*之后加上一个问号，你必须让它变得非贪婪。现在，用于匹配主机名的代码将一直抓到最后/。

http://([^:]*?):?([0-9]*)(/.*)

但这甚至不是我推荐的。试试这个：

(http://[^\s/]+)([^\s?#]*)

$1应该有http://brandonhsiao.com，$2应该有/essays/showers.html，并且忽略任何哈希或查询字符串。

请注意，这不是为了验证一个URL而设计的，只是为了将URL划分为路径前面的部分和路径本身。例如，它很乐意接受无效字符作为主机名的一部分。但是，它适用于带或不带路径的URL。

P.S。我不确切地知道你在Lisp中用它做了什么，所以我冒昧只在其他PCRE兼容环境中测试它。通常我会在确切的背景下测试我的答案。

$_ = "http://brandonhsiao.com/essays/showers.html";
m|(http://[^\s/]+)([^\s?#]*)|;
print "1 = '$1' and 2 = '$2'\n";

# [j@5 ~]$ perl test2.pl
# 1 = 'http://brandonhsiao.com' and 2 = '/essays/showers.html'

Answer 2

http://([^/:]*):?([0-9]*)(/.*)

第一组匹配除了:之外的所有内容，现在我添加了/，这是因为[^]运算符意味着匹配除了组内的所有内容，其他所有内容都相同。

希望它有所帮助！

Answer 3

http:\/\/([^:]*?)(\/.*)

*?与第一个斜线（即.com之后的斜线）非贪婪匹配

有关匹配组的信息，请参阅http://rubular.com/r/VmU2ghAX0k

匹配正则表达式中的第一个字符？

3 个答案: