Question

我有这种类型的网址：

https://example.com/en/app/893245
https://example.com/ru/app/wq23245
https://example.com/app/8984245

我只想提取com和app之间的单词

https://example.com/en/app/893245 -> en
https://example.com/ru/app/wq23245 -> ru
https://example.com/app/8984245 ->

我试图将应用从捕获组中排除，但是除了这样，我不知道该怎么做：

.*com\/((?!app).*)\/app

是否可能会发生类似的事情，但无法捕获app一词？ example\.com\/(\w+|?!app)\/

公共链接：https://rubular.com/r/NnojSgQK7EuelE

Answer 1

如果您需要纯正则表达式，则可以使用lookarounds：

/(?<=example\.com\/)\w+(?=\/app)/

或者，在URL上下文中可能更好：

/(?<=example\.com\/)[^\/]+(?=\/app)/

请参见Rubular demo。

In Ruby，您可以使用

strs = ['https://example.com/en/app/893245','https://example.com/ru/app/wq23245','https://example.com/app/8984245']
strs.each { |s|
    p s[/example\.com\/(\w+)\/app/, 1]
}
# => ["en", "ru", nil]

Answer 2

您可以使用sed

sed -n -f script.sed yourinput.txt

并在script.sed内部：

s/.*com\/\(.*\)\/app.*/\1/p

示例输入：

https://example.com/en/app/893245
https://example.com/ru/app/wq23245
https://example.com/app/8984245

示例输出：

$ sed -n -f comapp.sed comapp.txt
en
ru

在正则表达式捕获组中，排除一个词

2 个答案: