regex - 匹配正则表达式中的第一个字符？

Question

我有以下正则表达式：

http://([^:]*):?([0-9]*)(/.*)

当我将它与 匹配时http://brandonhsiao.com/essays/showers.html，括号会抓取：http://brandonhsiao.com/essays和/showers.html。我怎样才能让它抓住http://brandonhsiao.com和/essays/showers.html？

Answer 1

在第一个 * 之后放一个问号，您必须使其不贪婪。现在，您用于匹配主机名的代码正在抓取所有内容，直到最后一个/.

http://([^:]*?):?([0-9]*)(/.*)

但这甚至不是我推荐的。试试这个：

(http://[^\s/]+)([^\s?#]*)

$1should havehttp://brandonhsiao.com和$2should have/essays/showers.html并且忽略任何散列或查询字符串。

请注意，这不是为了验证URL 而设计的，只是将 URL 分成路径之前的部分和路径本身。例如，它很乐意接受无效字符作为主机名的一部分。但是，对于带有或不带有路径的 URL，它都可以正常工作。

PS 我不知道你在 Lisp 中用这个做什么，所以我冒昧地只在其他 PCRE 兼容的环境中测试它。通常我会在使用它们的确切上下文中测试我的答案。

$_ = "http://brandonhsiao.com/essays/showers.html";
m|(http://[^\s/]+)([^\s?#]*)|;
print "1 = '$1' and 2 = '$2'\n";

# [j@5 ~]$ perl test2.pl
# 1 = 'http://brandonhsiao.com' and 2 = '/essays/showers.html'

Answer 2

http://([^/:]*):?([0-9]*)(/.*)

第一组匹配所有内容，但:现在我添加了/，这是因为[^]运算符的意思是匹配所有内容，但组内的内容除外，其他所有内容都相同。

希望它有所帮助！

Answer 3

http:\/\/([^:]*?)(\/.*)

这*?是与第一个斜杠（.com 之后的那个）的非贪婪匹配

有关匹配组，请参见http://rubular.com/r/VmU2ghAX0k