java - 匹配包含子域的 URL

Question

我希望以下正则表达式能够匹配包含子域的 URL，但不匹配没有子域的 URL:

"^https?://(?:www\.)?(.*\.lexpress\.fr).*"

即匹配:

http://blah.lexpress.fr/whatever/test.html

不匹配:

http://www.lexpress.fr/whatever/test.html

我在 Java 和 Python 中尝试过，两个 URL 都匹配 - 为什么会这样以及我需要如何更改表达式以仅匹配第一个。

谢谢，

/大卫

Answer 1

您需要一个negative look-ahead assertion :

"^https?://(?!www\.)(.*\.lexpress\.fr).*"

这会匹配 :// 字符后不包含 www. 的任何字符串。

Python 演示:

>>> import re
>>> subdomain = re.compile(r"^https?://(?!www\.)(.*\.lexpress\.fr).*")
>>> subdomain.match('http://www.lexpress.fr') is None
True
>>> subdomain.match('http://lexpress.fr') is None
True
>>> subdomain.match('http://subdomain.lexpress.fr').groups()
('subdomain.lexpress.fr',)
>>> subdomain.match('https://nested.subdomain.lexpress.fr').groups()
('nested.subdomain.lexpress.fr',)