使用正則表達式解析URL

Question

我一直試圖從一個字符串解析一個地址，並為選擇字符串取得了部分成功....

目前我有

Pattern regex = Pattern.compile("[/].*[a-zA-Z](?=\/|:|)", Pattern.DOTALL)

在輸入字符串https://www.google.com/ ，當前模式為我提供了//www.google.com （這有些正確）但是當我嘗試輸入字符串https://www.google.com/search?q=Regular+Expressions&num=1000它給了我//www.google.com/search?q=Regular+Expressions&num

我要做的是解析地址，使其在: ， /或空格之前結束

我也提出了

Pattern regex = Pattern.compile("[.*/][^/][a-z].*[a-zA-Z](?=\/|:|)", Pattern.DOTALL) 

並且（部分）使用https://google.com:80為我提供/google.com 。

我究竟做錯了什么？

Answer 1

試試這個正則表達式^.*?\\/\\/([^:\\/\\s]+) ，你要搜索的部分存儲在第1組中。

Pattern pattern = Pattern.compile("^.*?\\/\\/([^:\\/\\s]+)");
Matcher matcher = pattern.matcher("your input url");
while (matcher.find()) {
    System.out.println("Domain: " + matcher.group(1));
}

編輯：通過在表達式之前匹配//修復額外的反斜杠問題。

Answer 2

@NicolasMaltais對此答案的修訂應修復額外/問題（我只顯示第一行代碼）：

Pattern pattern = Pattern.compile("^.*?\\/+([^:\\/\\s]+)");

該模式將在地址之前吃掉任意數量的/字符。 因此，也可以處理類似“file：///my_file.txt”的URL（如果您只關心文件路徑的開頭）。