捕获网址的一部分

Question

我在编写正则表达式时遇到一些困难。我的输入将是一个网址，如下所示：

http://www.a.com/farms/important-stuff-here#ignorable-stuff

我想捕获（某些东西 - 这里），这是最后一个正斜杠和第一个＃符号之间的所有东西（或者只是结尾，如果＃符号额外内容不存在。我认为这可能会它：

(http://www.a.com/farms/)
([anything but a # character]*)
(.*)

我不确定如何表达第二组（[anything but a # character]*）。

由于

Answer 1

对于大多数引擎，您可能需要[^#]（^否定字符类。）

Answer 2

“除了”之外的任何东西都被称为否定字符类，在您的情况下，拼写为

[^#]

你的正则表达式是

http://www.a.com/farms/([^#]+)

Answer 3

根据您的语言，您可能希望使用可以很好地为您解析网址的模块/库。例如，在PHP中，您可以使用parse_url

$url = "http://www.a.com/farms/important-stuff-here#ignorable-stuff";
$parsed = parse_url($url);
print $parsed['path'];

使用Python，urlparse()例如：

>>> import urlparse
>>> s=""http://www.a.com/farms/important-stuff-here#ignorable-stuff"
>>> urlparse.urlparse(s).path
'/farms/important-stuff-here'

如果您真的想亲手操作，首先要从“＃”开始替换所有内容，然后从开头直到替换​​“/”

$ echo "http://www.a.com/farms/important-stuff-here#ignorable-stuff" | sed 's/#.*//;s|.*\/||'
important-stuff-here

或者只使用字符串上的普通分割

$url = "http://www.a.com/farms/important-stuff-here#ignorable-stuff";
$s = explode("#",$url,2);
$t = explode("/",$s[0]);
print end($t);