正则表达式：避免使用group-url域名

Question

我为re模块写了这个正则表达式，据我所知，它按预期工作：

^(https?://)([\w\.-]+)[\./]*(?(1)(domain-name.com))

针对网址列表运行，它仅匹配包含 domain-name.com 的网址。但我不明白为什么：

^(https?://)([\w\.-]+)[\./]*(?(1)(!(domain-name.com)))

不会返回所有其他网址。实际上它永远不会匹配任何东西。

谢谢

on pythex

Answer 1

匹配domain-name.com

要匹配domain-name.com个域名，请使用以下内容。

See regex in use here

^https?://(?:\w+(?:-\w+)*\.)*domain-name\.com(?=$|/)

• ^在行首处断言位置
• https?匹配http或https（s是可选的）
• ://按字面意思匹配
• (?:\w+(?:-\w+)*\.)*匹配任意数量的子域。子域名不能以-开头或结尾，因此此子模式执行如下操作：
  • \w+匹配一个或多个单词字符
  • (?:-\w+)*符合以下任意次数
    • -按字面意思匹配
    • \w+匹配一个或多个单词字符
  • \.字面匹配点字符
• domain-name\.com按字面意思匹配domain-name.com
• (?=$|[/?#])肯定前瞻性，确保行尾{或/?#中的字符

匹配nondomain-name.com

要匹配非domain-name.com域，请使用以下内容。

See regex in use here

^https?://(?:\w+(?:-\w+)*\.)*(?!domain-name\.com)[\w-]+\.[\w-]+(?=$|/)

除了使用(?!domain-name\.com)[\w-]+\.[\w-]+之外，这与第一个模式相同。这与任何字面上不匹配domain-name.com的域匹配

Answer 2

你需要使用负向前瞻？！而不是！

^(https?://)([\w\.-]+)[\./]*(?(1)(?!(domain-name.com)))