如何合并正则表达式匹配空格至空格或问号间的URL内容？

• 你之前的合并写法\s(?P<test>.*)[\?|\s]存在两个核心问题：

  1. 字符集[\?|\s]里的|是普通匹配字符，而非逻辑或运算符，它会错误匹配|符号本身，无法实现空格/问号二选一的判断
  2. .*是贪婪匹配模式，会尽可能捕获更多字符，导致把结尾的空格/问号甚至后续无关内容也纳入捕获范围

• 修正后的正则表达式：

  \s(?P<test>[^\s?]+)(?:\s|\?)
  

  各部分作用说明：

  • \s：匹配URL开头的前置空格
  • (?P<test>[^\s?]+)：命名捕获组test，仅匹配除空格和问号之外的字符，从根源避免贪婪匹配过度
  • (?:\s|\?)：非捕获组，通过逻辑或|匹配URL结尾的空格或问号，实现你需要的两种结尾场景

• 测试验证：

  • 对示例 "GET /test/pageone.do HTTP/1.1"，捕获结果为 /test/pageone.do
  • 对示例 "GET /test/pagetwo.do?test1234 HTTP/1.1"，捕获结果为 /test/pagetwo.do

内容的提问来源于stack exchange，提问作者Mr Smith