来自 URL 的正则表达式 URL 路径

Posted 2023-02-22

【中文标题】来自 URL 的正则表达式 URL 路径

【英文标题】：Regex URL Path from URL

【发布时间】：2012-08-14 22:38:21

【问题描述】：

我遇到了一点正则表达式问题。

我正在尝试获取此 url videoplay 中的路径。

http://video.google.co.uk:80/videoplay?docid=-7246927612831078230&hl=en#hello

如果我使用这个正则表达式 /.+ 它也匹配 /video。

我需要某种反/否定匹配来不包括//

【问题讨论】：

当我必须在 url 上使用正则表达式又快又脏时，我通常在开头包含 // 在捕获组之前。请注意，您不能使用 http://，因为他们可能使用不同的协议访问它，甚至是 ://，因为他们可能会指定端口号。

Getting parts of a URL (Regex) 的可能重复项

【参考方案1】：

如果您的 javascript 网络应用需要此功能：我在此主题上找到的最佳答案是 here。代码的基本（也是原始）版本如下所示：

var parser = document.createElement('a');
parser.href = "http://example.com:3000/pathname/?search=test#hash";

parser.protocol; // => "http:"
parser.hostname; // => "example.com"
parser.port;     // => "3000"
parser.pathname; // => "/pathname/"
parser.search;   // => "?search=test"
parser.hash;     // => "#hash"
parser.host;     // => "example.com:3000"

感谢约翰·朗，你造就了白昼！

【参考方案2】：

(http[s]?:\/\/)?([^\/\s]+\/)(.*) 第 3 组 演示：http://regex101.com/r/vK4rV7/1

【讨论】：

如果有www.abc.com?param=xyz 之类的路径，它将不起作用。我像这样稍微修改它以使其工作（我也对前两组使用不匹配的组）。 (?:https?:\/\/)?(?:[^?\/\s]+[?\/])(.*) 演示：regex101.com/r/eNUBb9

【参考方案3】：

此表达式获取videoplay 之后的所有内容，即 url 路径。

/\/(videoplay.+)/

此表达式获取端口之后的所有内容。也包括路径。

/\:\d./(.+)/

但是，如果使用 Node.js，我推荐使用原生的 url 模块。

var url = require('url')
var youtubeUrl = "http://video.google.co.uk:80/videoplay?docid=-7246927612831078230&hl=en#hello"
url.parse(youtubeUrl)

所有的正则表达式都适合你。

  protocol: 'http:',
  slashes: true,
  auth: null,
  host: 'video.google.co.uk:80',
  port: '80',
  hostname: 'video.google.co.uk',
  hash: '#hello',
  search: '?docid=-7246927612831078230&hl=en',
  query: 'docid=-7246927612831078230&hl=en',
  pathname: '/videoplay',
  path: '/videoplay?docid=-7246927612831078230&hl=en',
  href: 'http://video.google.co.uk:80/videoplay?docid=-7246927612831078230&hl=en#hello' 

【讨论】：

url 节点模块处于旧模式。文档建议改用 URL 类。见这里：nodejs.org/dist/latest-v14.x/docs/api/…

【参考方案4】：

你可以试试这个：

^(?:[^/]*(?:/(?:/[^/]*/?)?)?([^?]+)(?:\??.+)?)$

([^?]+) 上面是返回路径的捕获​​组。

请注意，这不是一个全 URL 正则表达式。它只是解决了匹配“//”之后出现的第一个“/”和后面的“？”之间的所有文本的问题。字符。

如果您需要一个全匹配的正则表达式，您可以查看此*** link，他们已经讨论并将 URI 的所有可能性分解为它的组成部分，包括您的“路径”。 如果您认为这是一种矫枉过正，并且如果您知道您的输入 URL 将始终遵循您的路径在第一个“/”和后面的“？”之间的模式，那么上面的正则表达式就足够了。

【讨论】：

试试这个网址：video.google.co.uk:80?docid=-7246927612831078230&hl=en#hell…，这个正则表达式返回 group1 = o

【参考方案5】：

function getPath(url, defaults)
    var reUrlPath = /(?:\w+:)?\/\/[^\/]+([^?#]+)/;
    var urlParts = url.match(reUrlPath) || [url, defaults];
    return urlParts.pop();

alert( getPath('http://***.com/q/123/regex-url', 'unknown') );
alert( getPath('https://***.com/q/123/regex-url', 'unknown') );
alert( getPath('//***.com/q/123/regex-url', 'unknown') );
alert( getPath('http://***.com/q/123/regex-url?foo', 'unknown') );
alert( getPath('http://***.com/q/123/regex-url#foo', 'unknown') );
alert( getPath('http://***.com/q/123/regex-url/', 'unknown') );
alert( getPath('http://***.com/q/123/regex-url/?foo', 'unknown') );
alert( getPath('http://***.com/q/123/regex-url/#foo', 'unknown') );
alert( getPath('http://***.com/', 'unknown') );

【参考方案6】：

对于新的 Google 员工， 在任何环境下使用 JavaScript web api URL：

new URL('your url string').pathname

https://developer.mozilla.org/en-US/docs/Web/API/URL/URL

【讨论】：

这很漂亮。

【参考方案7】：

你的意思是消极的回顾？ (?<!/)

【参考方案8】：

var subject =
'<link rel="shortcut icon" href="https://cdn.sstatic.net/Sites/***/img/favicon.ico?v=ec617d715196"><link rel="apple-touch-icon" href="https://cdn.sstatic.net/Sites/***/img/apple-touch-icon.png?v=c78bd457575a"><link rel="image_src" href="https://cdn.sstatic.net/Sites/***/img/apple-touch-icon.png?v=c78bd457575a">';
var re=/\"[a-z]+:\/\/[^ ]+"/m;
document.write(subject.match(re));

你可以试试这个

/\"[a-z]+:\/\/[^ ]+/

用法

if (/\"[a-z]+:\/\/[^ ]+/m.test(subject))   // Successful match  else     // Match attempt failed 

【参考方案9】：

它不是正则表达式解决方案，但大多数语言都有一个 URL 库，可以将任何 URL 解析为其组成部分。对于您正在做的事情，这可能是一个更好的解决方案。

【参考方案10】：

请试试这个：

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

【参考方案11】：

即使使用语言特性的答案很好，这里还有另一种使用 REGEXP 将 URL 拆分为组件的方法：

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\\?([^#]*))?(#(.*))?
     ||            |  |          |       |   |        | |
     12 - scheme   |  |          |       |   |        | |
                   3  4 - authority, includes hostname/ip and port number.
                                 5 - path|   |        | |
                                         6   7 - query| |
                                                      8 9 - fragment

【参考方案12】：

我想这就是你所追求的：[^/]+$

演示：http://regex101.com/r/rG8gB9

【讨论】：

这与 URL 的路径不匹配，只是路径的最后一部分。使用“google.com/foo/bar”匹配“bar”