多個組而不是一個

Question

我正在嘗試匹配URL，到目前為止，它工作得很好–除了我得到了多個組之外。 如果可以的話，我想參加一個小組。 我的目標是使地址一直到單個（正）斜線。

例如，給定此URL

http://docs.oracle.com/javase/8/docs/technotes/guides/install/windows_jdk_install.html#BABGDJFH

輸出將是：

http://docs.oracle.com

另外要注意的是，有時開頭的http或https不存在。 但它是可選的，無論如何我都不需要它。

我正在使用的當前正則表達式

 ^(https?:\/\/)?([\da-z\.-]+)([a-z\]{2,6})([\/\w \.-]*)

第一組是可選的，這意味着URL可以以http或https開頭，也可以都不以。 其余的用於域名本身。 當我運行上面的正則表達式時，我得到了我需要的東西，但是又回到了更多的組中； 我只想參加一組。 如果開頭是http或https ，則它是一個組，然后站點地址是另一個組。

用於測試目的

  Dim regex As Regex = New Regex("^(https?:\/\/)?([\da-z\.-]+)([a-z\]{2,6})([\/\w \.-]*)")
  Dim m As Match = regex.Match(txtURL.Text.Trim)
  Dim lst As New List(Of String)

  Do While m.Success
      For i = 1 To 2
          Dim g As Group = m.Groups(i)
          lst.Add(g.ToString)
      Next
      Exit Do
  Loop

  ' Jump through hoops to account for one or two groups.
  If lst.Count = 1 Then
      txtConvertedURL.Text = (lst(0))
  ElseIf lst.Count = 2 Then
      txtConvertedURL.Text = (lst(0) & lst(1))
  End If

Answer 1

您可以使用外部分組來實現此目的：

Dim regex As Regex = New Regex("^((https?:\/\/)?([\da-z\.-]+)([a-z]{2,6}))([\/\w \.-]*)")
'                                ^                                       ^
Dim m As Match = regex.Match(txtURL.Text.Trim)
Dim lst As New List(Of String)

Do While m.Success
    For i = 1 To 2
        Dim g As Group = m.Groups(i)
        lst.Add(g.ToString)
    Next
    Exit Do
Loop

If lst.Count > 1 Then
    txtConvertedURL.Text = (lst(0))
End If

編輯：

@Jasen和我同時回答：關於仍然有多個小組的他所說的話，但第一個小組是您想要的全部比賽。

同樣 ，我在對Jasen的答案的評論中指出的ArgumentException最終下降到問題原始模式中的[az\\]中的反斜杠（一旦引入了其他括號，盡管是平衡的）。 綁回到問題的原始語言（“......一路攀升到一個反斜杠。”），在\\內[az\\]不作（明顯）感覺-當然不是相對於樣品輸入網址在這個問題上。

當然，單個正斜杠而不是反斜杠將指示URL中主機/域的結尾； 和\\/在([\\/\\w \\.-]*)隨后為該帳戶：內的反斜杠[az\\]在原有的模式，然后似乎錯誤：我在更新的答案產生所需的輸出把它丟提供的樣本輸入。

Answer 2

在各組之間加上括號：

^((https?:\/\/)?([\da-z\.-]+)([a-z\]{2,6}))([\/\w \.-]*)

您仍然會獲得多個組，但是第一個組將是協議和域

順便說一句，該正則表達式今年停止工作。 TLD不再限於6個字符。 請抱怨給誰的人。

失去“ 6”，它會更好地工作

^((https?:\/\/)?([\da-z\.-]+)([a-z\]{2,}))([\/\w \.-]*)