Question

我有一个非常简单的正则表达式问题。假设我有两个条件：

url = http://www.abc.com/cde/def
url = https://www.abc.com/sadfl/dsaf

如何使用正则表达式提取baseUrl？

示例输出：

Answer 1

像这样：

String baseUrl;
Pattern p = Pattern.compile("^(([a-zA-Z]+://)?[a-zA-Z0-9.-]+\\.[a-zA-Z]+(:\d+)?/");
Matcher m = p.matcher(str); 
if (m.matches())
    baseUrl = m.group(1);

但是，您应该使用URI class代替，如下所示：

URI uri = new URI(str);

Answer 2

没有正则表达式的单线：

String baseUrl = url.substring(0, url.indexOf('/', url.indexOf("//")+2));

Answer 3

/^(https?\:\/\/[^\/]+).*/$1/

这将捕获以http开头的任何内容，$ 1将包含从开始到第一个/之后的所有内容//

Answer 4

除了写入和丢弃脚本之外，总是不要使用正则表达式来解析复杂的语法（电子邮件地址，网址，html页面等）。

相信我，你最终会被咬伤。

Answer 5

我很确定有一个允许路径操作的Java类，但如果它必须是一个正则表达式，

https?://[^/]+

会奏效。（包含s?也可以处理https:）

Answer 6

对于您的两个具体示例，最简单的解决方案似乎是模式：

[^/]_//[^/]+

即：非斜线（0次或更多次），两次斜杠，非斜杠（0次或更多次）。如果你愿意，你可以比这更严格，因为现有的两个答案是以不同的方式做的 - 一个人会拒绝，例如以ftp:开头的网址，另一个会拒绝带有下划线的网址（但接受没有前导protocol://的网址，因此在这方面甚至比我的更广泛）。这些答案（所有正确的，你的规格都不正确;-)应该告诉你，你的规格太模糊，应该收紧。

Answer 7

这是一个应该满足给定问题的正则表达式。

https?://[^/]*

我假设你这部分要求获得更多关于正则表达式的知识。但是，如果您尝试从URL中提取主机，那么使用Java更强大的解析方法可能更为正确：

String urlStr = "https://www.abc.com/stuff";
URL url = new URL(urlStr);
String host = url.getHost();
String protocol = url.getProtocol();
URL baseUrl = new URL (protocol, host);

这样做会更好，因为如果您的输入网址不像上面描述的那么严格，它会捕获更多的情况。

Answer 8

旧帖子..我想我也可以对一个简单的正则表达式问一个简单的答案：

(http|https):\/\/(www.)?(\w+)?\.(\w+)?

非常简单的正则表达式问题

8 个答案: