我有一个文本，其中包含以下格式的网址域：
[second_level_domain].[top_level_domain]
这可以是例如 test.com ， amazon.com 或类似的东西，但不是更复杂的东西，例如 www.test.com 或 de.wikipedia.org （无子级域名！）。
可能是在点的前面（在第二级和顶级域之间）或者在点之后是像 test这样的可选空间。 com ，但并非总是如此。
然而，我不想匹配的是，如果二级域名和顶级域名属于电子邮件地址，例如 hello@test.org 。所以在这种情况下，它不应该提取 test.org
我现在写了以下正则表达式：
(?<!@)(([a-zA-Z\d]+(?:-[a-zA-Z\d]+)*(?<!www))\s?\.\s?(com|net|org))
有了负面看法我想确定，在二级域名前面不应该是@。然而，它并没有真正达到我的预期。例如，在 hello@test.org 文本中，它提取 est.org 而不是提取任何内容。所以，显然它只会在检查前面是否有@时查看第一个字符。但是，当我使用以下正则表达式时，似乎可以使用文本 hello@test.org ：
(?<!@)((test)\s?\.\s?(com|net|org))
在这里，我对第二级域进行了硬编码，并使用它。但是，如果我用匹配所有类型的二级域的正则表达式交换它
([a-zA-Z\d]+(?:-[a-zA-Z\d]+)*(?<!www))
它不再起作用了。看起来背后的负面外观已经在第一个角色匹配后使用，并且它没有等待负面观察，直到所有内容都匹配。
作为替代方案，我可以匹配更多，然后使用组来构建我想要的匹配，但我想尽可能避免这种情况。我想立即正确匹配。我不是正则表达式的专家，显然我还没有理解周围环境。有没有办法写一个正则表达式，其行为与我想要的一样？
答案 0 :(得分：0)
(?:^|(?<=\s))((?:[a-zA-Z\d]+(?:-[a-zA-Z\d]+)*(?<!www))\s?\.\s?(?:com|net|org))
添加锚点以禁止部分匹配。参见演示。