使用正则表达式解析URL（可选的跟踪代码和哈希）

Question

我有很多我想要考虑的场景，但似乎无法确定我的匹配字符串（#regexbeginner）。不幸的是，没有JavaScript是可能的，因为这个正则表达式正在Adobe Analytics的分类规则构建器中使用。

我所追求的是三组：

1. 基本网址（不包括http[s]:\/\/www.）
2. 跟踪代码（在？之后，但在＃之前的所有内容）
3. 哈希（＃之后的所有内容）

问题是，跟踪代码和哈希值可选。两者都可能出现，其中一个可能出现，或者都不会出现。 URL中也不会有更多的跟踪代码或多个哈希，并且哈希将永远不会出现在跟踪代码之前。

这是我到目前为止所处的地方： ^http[s]:\/\/www.(.+\/.+)\?(.+)?#(.+)? 如果同时存在跟踪代码和散列，则此方法可以正常工作，但如果存在跟踪代码和散列，则无法正常工作。

以下是我的测试用例。所有人都需要返回三组，但我知道第2组和/或第3组可能是空的。

• https://www.example.com/en-US/tires/wrangler-duratrac
• https://www.example.com/en-US/tires/wrangler-duratrac/sizes-specs
• https://www.example.com/en-US/tires/wrangler-duratrac#
• https://www.example.com/en-US/tires/wrangler-duratrac#121
• https://www.example.com/en-US/tires/wrangler-duratrac？
• https://www.example.com/en-US/tires/wrangler-duratrac?sku=150638601
• https://www.example.com/en-US/tires/wrangler-duratrac?sku=150638601#121

任何帮助将不胜感激。对于有一点经验的人来说，感觉这应该很容易。

谢谢， 克里斯

Answer 1

这似乎可以解决所有上述测试用例：

^https:\/\/www\.([^?#\s]+)(\?[^\s#]*)?(#.*)?

• 第1组是https://wwww.之后#或?之后的任何内容。
• 第2组是可选的，与?以及最高#
之后的任何字符相匹配
• 第3组是可选的，匹配#和
之后的任何字符

使用示例https://www.example.com/en-US/tires/wrangler-duratrac?sku=150638601#121：

• 第1组= example.com/en-US/tires/wrangler-duratrac
• 第2组= ?sku=150638601
• 第3组= #121

https://www.example.com/en-US/tires/wrangler-duratrac#121

• 第1组= example.com/en-US/tires/wrangler-duratrac
• 第2组为空
• 第3组= #121