正则表达式：从没有文件扩展名的 URL 捕获文件名

Posted 2023-02-22

【中文标题】正则表达式：从没有文件扩展名的 URL 捕获文件名

【英文标题】：REGEX: Capture Filename from URL without file extension

【发布时间】：2011-04-09 22:46:10

【问题描述】：

我正在尝试创建一个 javascript 正则表达式来捕获没有文件扩展名的文件名。我已阅读此处的其他帖子，'转到此页面： http://gunblad3.blogspot.com/2008/05/uri-url-parsing.html' 似乎是默认答案。这似乎不适合我。所以这就是我试图让正则表达式工作的方法：

在主题字符串中查找最后一个正斜杠“/”。 捕获该斜线和下一个句点之间的所有内容。

我能得到的最接近的是：/([^/])。\w$字符串 'http://example.com/index.htm' > exec() 将捕获 /index.htm 和 index。

我只需要这个来捕获 index。

【参考方案1】：

var url = "http://example.com/index.htm";
var filename = url.match(/([^\/]+)(?=\.\w+$)/)[0];

我们来看看正则表达式：

[^\/]+    # one or more character that isn't a slash
(?=       # open a positive lookahead assertion
  \.      # a literal dot character
  \w+     # one or more word characters
  $       # end of string boundary
)         # end of the lookahead

这个表达式将收集所有不是斜线的字符，这些字符紧跟在扩展名和字符串末尾（感谢lookahead） - 或者换句话说，最后一个斜线之后的所有内容和直到扩展。

或者，您可以完全不使用正则表达式来执行此操作，方法是使用 lastIndexOf 查找最后一个 / 和最后一个 . 的位置，并在这些点之间获得一个 substring：

var url = "http://example.com/index.htm";
var filename = url.substring(url.lastIndexOf("/") + 1, url.lastIndexOf("."));

【讨论】：

此解决方案在包含多个句点的文件名上失败，如果您需要该测试，请参阅@BGerrissen 的解决方案。

【参考方案2】：

经过测试并且可以正常工作，即使对于没有文件扩展名的页面也是如此。

var re = /([\w\d_-]*)\.?[^\\\/]*$/i;

var url = "http://***.com/questions/3671522/regex-capture-filename-from-url-without-file-extention";
alert(url.match(re)[1]); // 'regex-capture-filename-from-url-without-file-extention'

url = 'http://gunblad3.blogspot.com/2008/05/uri-url-parsing.html';
alert(url.match(re)[1]); // 'uri-url-parsing'

([\w\d_-]*) 得到一个包含字母、数字、下划线或连字符的字符串。\.? 字符串后面可能跟一个句点。[^\\\/]*$ 但肯定后面不能跟斜杠或反斜杠，直到非常结束。/i 哦，是的，忽略大小写。

【讨论】：

这也捕获具有多个句点的文件名，接受的答案在这些文件名上失败。 （foo.global.js 等）。

【参考方案3】：

我没有找到任何足够可靠的答案。这是我的解决方案。

function getFileName(url, includeExtension) 
    var matches = url && typeof url.match === "function" && url.match(/\/?([^/.]*)\.?([^/]*)$/);
    if (!matches)
        return null;

    if (includeExtension && matches.length > 2 && matches[2]) 
        return matches.slice(1).join(".");
    
    return matches[1];


var url = "http://example.com/index.htm";
var filename = getFileName(url);
// index
filename = getFileName(url, true);
// index.htm

url = "index.htm";
filename = getFileName(url);
// index
filename = getFileName(url, true);
// index.htm

// BGerrissen's examples
url = "http://***.com/questions/3671522/regex-capture-filename-from-url-without-file-extention";
filename = getFileName(url);
// regex-capture-filename-from-url-without-file-extention
filename = getFileName(url, true);
// regex-capture-filename-from-url-without-file-extention

url = "http://gunblad3.blogspot.com/2008/05/uri-url-parsing.html";
filename = getFileName(url);
// uri-url-parsing
filename = getFileName(url, true);
// uri-url-parsing.html

// BGerrissen fails
url = "http://gunblad3.blogspot.com/2008/05/uri%20url-parsing.html";
filename = getFileName(url);
// uri%20url-parsing
filename = getFileName(url, true);
// uri%20url-parsing.html

// George Pantazis multiple dots
url = "http://gunblad3.blogspot.com/2008/05/foo.global.js";
filename = getFileName(url);
// foo
filename = getFileName(url, true);
// foo.global.js

// Fringe cases
url = ;
filename = getFileName(url);
// null
url = null;
filename = getFileName(url);
// null

为了符合原始问题，默认行为是排除扩展名，但这很容易反转。

【参考方案4】：

你可以试试这个正则表达式：

([^/]*)\.[^.]*$

【参考方案5】：

试试这个正则表达式。它甚至可以处理带有多个句点的文件名。

(?<=\/)[^\/]*(?=\.\w+$)