正则表达式，匹配没有“http：//”的URL和任何其他“/”

Question

我环顾了一会儿，但可能我不能用适当的关键词“谷歌”..所以我在这里。 我需要匹配一个url剥离协议到第一个/

目标：匹配http：//中的第一个子字符串到第一个/（可能是最后/不存在）或结束这里出现问题：

我写了这个正则表达式

（？<= //）（。*？）（？= /）

但是这个正则表达式只匹配url，最后除了协议之外至少有1'/'。

这里有一些网址要匹配：

• http：// www.google.com /（与我的正则表达式相匹配）
• http：// www.google.com
• https：// www.google
• xxx：// www.google.com / hello / bleh blah ...... /
• xxx：// google.com
• google.com /blah/hello.php?x=11_x.hi

Answer 1

^(?:\w+://)?([\w.-]+)/?.*$

（Java的双反斜杠）似乎适用于所有示例，包括简单的www.google.com

Answer 2

就像是...

^(https?:\/\/)?([0-9a-zA-Z][-\w]*[0-9a-zA-Z\.)+[a-zA-Z]{2,6})\/

我在一本书中看到了这一点。 这应该考虑变量http / https，禁止空格，并可能停在第一个斜杠。

评论我是否做错了。

Answer 3

这适用于所有示例，但最后一个：

(?<=//)[^/\\s]+

[^/\\\\s]是一个否定的字符类，匹配除/和\\s之外的每个字符（空格，例如空格，制表符或换行符）

在Regexr上看到它

什么是行不通的是最后一行。 您想如何决定什么是链接？ 如果我使第一部分可选，它将匹配除/和空格之外的每个字符。

Answer 4

看起来你有正确的答案，但你错过了没有尾随“/”的可能性。 尝试这个：

(?<=//)(.*?)(?=/|$)