URL正则表达式组捕获

Question

您好我正在尝试找到一个可以捕获网址中的条款的正则表达式。

例如，给定：
https://stackoverflow.com，它会捕获“stackoverflow” 给定https://stackoverflow.com/questions/ask，它会捕获“stackoverflow”，“questions”，“ask”以及域名后斜杠字符之间的任何潜在术语。

到目前为止，我设法找到以下正则表达式，但它无法重复捕捉群组

https?:\/\/(?:www\.)?([\da-z-]*)(?:[\.a-z]*)(?:\/([\da-z]*)\/?)+

你们有什么方法可以解决这个问题吗？那会很棒。

Answer 1

试试这个：

(?:(\/))\K(\w+)

在notepad ++中测试

Answer 2

您可以尝试使用两个单独的正则表达式 - 一个用于主机名部分，另一个用于路径部分中的术语。然后将它们与交替构造结合起来进行全局搜索：

https?:\/\/(?:\w+\.)*(\w+)\.\w+   # this would capture hostname "term"
  |
\/(\w+)                           # this would capture path "terms"

（注意：需要/x修饰符。）

演示：https://regex101.com/r/nA8jT9/2

Answer 3

谢谢我设法重新安排它，以便与＆＃34; www＆＃34;

一起使用

(?:\/(?:www\.)?)\K([\w\d]+)

Answer 4

我测试了Michal M的答案似乎没有得到＆＃34; www。＆＃34;所以我更新了它

/(?:\/(?:w{3}\.)?)\K([\w]+)/i

编辑：只要匹配＆＃34; www。＆＃34;我把它放在一个非捕获组中，因此它不会被捕获。顺便说一下，我还放了不区分大小写的修饰符，所以＆＃34; WWW。＆＃34;也没关系。