正则表达式以匹配具有6个或更多级别的URL

Question

我正在尝试匹配具有6个或6个以上级别或子路径的URL

http://www.domain.com/level1/level2/level3/level4/level5/level6/level7/level8/level9/level10/level11/level12.html

我想出了一个表达

^http:\/\/([a-zA-Z\.-]*)\W(\b\w+\b) 

...匹配level1（ demo ）

但是，当我尝试将URL与六个或更多个级别进行匹配时，它似乎不起作用。

^http:\/\/([a-zA-Z\.-]*)\W(\b\w+\b){6,}

（ 演示 ）

Answer 1

请尝试以下操作：

^http:\/\/([a-zA-Z\.-]*)(\/[\w\.]+){6,}

http://rubular.com/r/QZlidUqheq

Answer 2

我认为这是您想要的：

^http://([a-zA-Z.-]+)/(?:[^/]+/){6,}.*$

这匹配六个或更多级别，这是您在问题中说的想要的。 但是，在问题的标题中，您用“超过六个”表示。 如果这是您真正想要的，请将量词从{6,}更改为{7,} 。

另外，正斜杠（ / ）在正则表达式中没有特殊含义，并且不需要转义。 Rubular迫使您逃脱斜线，因为这就是正则表达式定界符。 Nutch的使用Java内置的正则表达式，所以你应该使用一个测试，同样的味道，像这一个 。