如何用正则表达式匹配链接且排除邮箱地址？

你当前使用的正则\w+\.(?:com|net|org)(?:\W|$)（实际会替换为全部约1500种顶级域名）可以匹配合法链接，但会误匹配邮箱地址中的域名部分（比如name@example.com里的example.com）。

解决方案 #

在原有正则前添加负向后瞻断言，修改后的正则为：

(?<!@)\w+\.(?:com|net|org)(?:\W|$)

原理说明 #

• (?<!@) 是负向后瞻断言，它会检查当前匹配位置的前一个字符不是@，从而排除邮箱地址中@之后的域名部分。
• 原有正则的逻辑保持不变，依然能匹配https://www.example.com、www.example.net、example.org这类合法链接，同时不会误匹配name@example.com中的域名。

测试验证 #

• 可匹配的合法链接示例：
  • there is a valid link https://www.example.com 中的example.com
  • there is a valid link www.example.net 中的www.example.net
  • there is a valid link example.org 中的example.org
• 不会匹配的邮箱示例：
  • there is no valid link name@example.com 中的example.com不会被识别

内容的提问来源于stack exchange，提问作者dafie