捕获正则表达式在URL中的斜线之间重复的字符串

Question

我有以下部分网址，可以是

/ it / xyz / test / param + 1 / param-2 / 1234 / gfd4

基本上在开头两个字母是一个斜杠，另一个是未知字符串，然后是一系列在斜杠之间的可重复字符串，我需要捕获每个字符串（我知道用/分隔符进行拆分会很好，但是我很想知道如何使用正则表达式提取） 。 我首先出来的是这样的：

^\/([a-zA-Z]{2})\/([a-zA-Z]{1,10})(\/[a-zA-Z1-9\+\-]+)

但它只能捕捉

group1：it group2：xyz group3：/ test

当然，它会忽略字符串的其余部分。

如果我在末尾加一个*号，它只会捕获最后一个句子：

^\/([a-zA-Z]{2})\/([a-zA-Z]{1,10})(\/[a-zA-Z1-9\+\-]+)*

group1：it group2：xyz group3：/ gfd4

因此，我显然缺少一些基本知识，因此除了适当的正则表达式外，我还想解释一下。

我标记为Java是因为解析正则表达式的引擎是JDK7。据我所知，每个引擎可能会有差异。

Answer 1

如此处所述 ，这是预期的：

模式中只有一组，您只能在该组中获得一个准确的结果。
如果您的捕获组被模式重复（您在周围的非捕获组上使用了+量词），则只会存储与其匹配的最后一个值。

我宁愿在group3（ (\\/.*$)捕获字符串的其余部分，如本演示中所示 ），然后在'/'周围使用拆分。 或在字符串的其余部分上应用yhat模式：

Pattern p = Pattern.compile("(\/[a-zA-Z1-9\+\-]+)");
Matcher m = p.matcher(str);
while (m.find()) {
    String place = m.group(1);
    ...
}