用於在斜杠上拆分的正則表達式

Question

我試圖拆分URL以獲取域名。

example.com                => example.com
example.com/dir/index.html => example.com

我試圖給我們的正則表達式是

(.+?)(/|$)

當我在python中使用它時，如下所示：

import re
m = re.search('(.+?)(/|$)', url)

它適用於第一個，但對於第二個例子，我總是得到example.com/ 。 我如何擺脫反斜杠？

編輯：我很抱歉，我忘了提供一個重要信息。 我需要一個正則表達式，因為我需要在Oracle SQL中編寫它。 幸運的是，Oracle支持正則表達式，但沒有像urlparse 。 我只是使用python進行測試。 對於那個很抱歉！

Answer 1

這樣做的簡單方法是在stdlib中使用urlparse函數：

>>> from urllib.parse import urlparse
>>> url = 'http://example.com/dir/index.html'
>>> p = urlparse(url)
>>> p.netloc
'example.com'

除了簡單得多之外，它還處理你沒有想到的明確定義和明確記錄的案例（例如，如果有端口和主機？），而對於你的代碼，誰知道你沒有預料到的任何情況會發生什么？

---

如果您確實希望將URL視為字符串而不是URL，則在斜杠上拆分的簡單方法是在斜杠上拆分：

>>> bits = url.split('/')
>>> bits[2]
example.com

---

如果你真的想使用正則re.split來分割斜杠，你可以使用re.split而不是試圖找出一種方法來欺騙re.search為你分裂：

>>> bits = re.split('/', url)
>>> bits[2]
example.com

---

最后，如果你想用match或search來做，並且你不想捕獲/ ，不要把/放在一個捕獲組中，並查看你想要捕獲的組，而不是在整個字符串：

>>> url = 'example.com/dir/index.html'
>>> m = re.search('(.+?)(/|$)', url)
>>> m.groups()
('example.com', '/')
>>> m = re.search('(.+?)(?:/|$)', url)
>>> m.groups()
('example.com',)

Answer 2

嘗試匹配非froward斜杠，如([^/]+?)(/|$)