java - 使用正则表达式解析 URL

Question

我一直在尝试从字符串中解析地址，并且在选择字符串方面取得了部分成功......

目前我有

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

在输入字符串https://www.google.com/上，当前模式让我//www.google.com(这在某种程度上是正确的)当我尝试输入字符串 https://www.google.com/search?q=Regular+Expressions&num=1000 时，它会给我 //www.google.com/search?q=正则+表达式&num

我想做的是解析地址，使其在 :、/ 或空格之前结束

我也想出了

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

它(部分)与 https://google.com:80 配合使用，为我提供 /google.com。

我做错了什么？

Answer 1

试试这个正则表达式 ^.*?\/\/([^:\/\s]+) ，您要搜索的部分存储在组 1 中。

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

编辑:通过在表达式之前匹配 // 修复了额外的反斜杠问题。