如何优化提取链接的正则表达式，使其仅保留单个捕获组？

修改方案 #

把原正则中的内部捕获组改为非捕获组（使用(?:...)语法），这样整个表达式就只会保留1个捕获组，同时完全不影响原有的匹配逻辑。

修改后的正则表达式：

(http[s]*:\/\/(?:(?!\s|(?<!\[\d)\]|\)).)*)

原理说明 #

原正则里的((?!\s|(?<!\[\d)\]|\)).)*是一个普通捕获组，会额外生成第2个捕获结果。将其替换为(?:(?!\s|(?<!\[\d)\]|\)).)*后，这个部分就变成了非捕获组——它会参与匹配过程，但不会被单独捕获，整个正则就只剩下最外层的1个捕获组，正好对应你需要提取的完整链接内容。

用这个正则匹配你提供的测试文本，得到的捕获结果完全符合预期：

https://www.example.com/link1
https://www.example.com/link2
https://www.example.com/link3?test[0]=val
https://www.example.com/link4
https://www.example.com/link5

内容的提问来源于stack exchange，提问作者Ham Burg