javascript - 如何在 Javascript 中组合这两个正则表达式

Question

我写了一个 Javascript 例程，给定主机名或 URL，它 finds the root domain .

function getRootDomain(s){
  var sResult = ''
  try {
    sResult = s.match(/^(?:.*\:\/?\/)?(?<domain>[\w\-\.]*)/).groups.domain
      .match(/(?<root>[\w\-]*(\.\w{3,}|\.\w{2}|\.\w{2}\.\w{2}))$/).groups.root;
  } catch(ignore) {}
  return sResult;
}

将两个正则表达式规则合并为一个规则的技巧是什么？

我用了this tutorial多年来尝试提升我现有的 RegExp 经验，尽管我从来没有真正理解后视和先行(这在这里可能有用吗？)，然后使用了 RegEx101.com 上的伟大工具。用于反复试验。我尝试的是坚持 <root> 之后的内容替换 <domain> 之后的内容，以及它的变体，但都失败了。

与 RegEx101 等工具一起使用的测试集可能是:

https://test.com:8080/?id=4&re=3
https://test-test.com:8080/?id=4&re=3
https://data.test.com:8080/?id=4&re=3
https://data.test.com/?id=4&re=3
https://data.test.com/
https://data.test.com#testing
https://data.test.com/#testing
https://data.test.com:8080/#testing
https://data.test.com:8080#testing
https://data.tester.com/
https://data-test.test.com/
https://test.com
https://test.com#testing
https://test.com/
https://test.am/?id=4
https://test.com?id=3&re=3
https://test.com/?id=3&re=3
https://megatest.com/?id=3&re=3

test.com
data.test.co.uk
test.co
data.test.com
data.tester-test.com
data-test.tester-test.com
tester-test.com
about:blank

Answer 1

第二个正则表达式使用 $断言只匹配 .domain 的末尾捕获。

但是，第一个 RegExp 在域之后停止匹配(当它遇到 /、?、#、: 或字符串结尾(如果没有路径)时，查询字符串或哈希部分。所以你不能只重用 $ 断言，它在某些情况下会失败。

要合并这两个部分，您可以替换 domain用这个捕获:

.*?(?<root>[\w\-]*(\.\w{3,}|\.\w{2}|\.\w{2}\.\w{2}))(?:[\/?#:]|$)

(?:[\/?#]|$)最后是匹配目标字符或字符串结尾的非捕获组。

.*?节俭地匹配任何东西。也就是说，它首先尝试匹配 root捕获后跟 (?:[\/?#]|$) .每次失败，它都会吃掉一个字符并再次尝试，让你搜索 root。 .

还有:

• 你可以组合\.\w{3,}|\.\w{2}进入刚刚\.\w{2,} .

• 您可以在 TLD 周围使用非捕获组( (?:...) 对比 (...)。

• 最好用.*?获取协议(protocol)，否则你可能会过度使用 globbing(使用贪婪的 .* ，传递 https://example.com/#://bar.com 将返回 bar.com )。

• 您不需要转义 : .在 unicode 模式下，这种转义实际上是一个语法错误。

结果为

const x = /^(?:.*?:\/\/)?.*?(?<root>[\w\-]*(?:\.\w{2,}|\.\w{2}\.\w{2}))(?:[\/?#:]|$)/

我实际上写了一个 RegExp 构建器，可以帮助您在 RegExp 学习之旅中走得更远... Here's your RegExp ported to compose-regexp