java - 正则表达式匹配具有 6 个或更多级别的 URL

Question

我正在尝试匹配具有 6 个或超过 6 个级别或子路径的 URL

http://www.domain.com/level1/level2/level3/level4/level5/level6/level7/level8/level9/level10/level11/level12.html

我想出了一个表情

^http:\/\/([a-zA-Z\.-]*)\W(\b\w+\b)

...匹配级别 1（演示）

但是，当我尝试匹配具有六个或更多级别的 URL 时，它似乎不起作用。

^http:\/\/([a-zA-Z\.-]*)\W(\b\w+\b){6,}

score 2 · Accepted Answer

2

尝试以下操作：

^http:\/\/([a-zA-Z\.-]*)(\/[\w\.]+){6,}

于 2013-03-19T16:46:41.333 回答

score 1 · Accepted Answer

我认为这就是你想要的：

^http://([a-zA-Z.-]+)/(?:[^/]+/){6,}.*$

这匹配六个或更多级别，这就是您在问题中所说的。但是，在问题的标题中，您将其表述为“超过六个”。如果那是您真正想要的，请将量词从更改{6,}为{7,}。

附带说明一下，正斜杠 ( /) 在正则表达式中没有特殊含义，不需要转义。Rubular 强制您转义斜杠，因为它用作正则表达式分隔符。Nutch 使用 Java 的内置正则表达式，因此您应该使用具有相同风格的测试器，例如这个.

2 回答 2