如何用TypeScript正则表达式从URL中提取指定URN字符串？

给定URL字符串：

https://test.io/content/storage/id/urn:aaid:sc:US:8eda16d4-baba-4c90-84ca-0f4c215358a1;revision=0?component_id=e62a5567-066d-452a-b147-19d909396132

需要从中提取以下字符串：

urn:aaid:sc:US:8eda16d4-baba-4c90-84ca-0f4c215358a1

该目标字符串始终以urn开头，以字母或数字结尾。尝试了以下TypeScript代码，但返回null：

function extractAssetIdFromUrl(url: string) {
    // Regular expression to match the desired pattern
    const regex = /urn[\w-]+/;
    
    // Use the regex to find the match in the URL
    const match = url.match(regex);

    // Check if there is a match and return it, otherwise return null
    return match ? match[0] : null;
}

原正则无法匹配的核心问题是：\w只包含字母、数字和下划线，不包含目标字符串里的冒号:，所以匹配到urn后遇到第一个:就会停止，无法覆盖完整的目标内容。

针对需求，调整正则规则即可解决，以下是两种可行的实现方式：

方式一：基于URL结构的精准匹配 #

利用URL中目标字符串后紧跟;或?的特点，用正向预查限制匹配范围：

function extractAssetIdFromUrl(url: string) {
    // 匹配urn开头，包含:、字母、数字、连字符的内容，直到遇到;或?为止
    const regex = /urn:[a-zA-Z0-9:-]+(?=[;?])/;
    const match = url.match(regex);
    return match ? match[0] : null;
}

正则说明：

• urn:：明确锁定起始标识，避免误匹配其他含urn的子串
• [a-zA-Z0-9:-]+：允许匹配目标字符串里的所有合法字符（字母、数字、冒号、连字符）
• (?=[;?])：正向预查，确保匹配内容的结尾紧跟URL里的分隔符，不会额外捕获后面的参数内容

方式二：基于结尾规则的通用匹配 #

如果目标字符串的结束位置不确定，直接确保结尾是字母或数字：

function extractAssetIdFromUrl(url: string) {
    // 匹配urn开头的合法字符，最终以字母或数字结尾
    const regex = /urn:[a-zA-Z0-9:-]*[a-zA-Z0-9]/;
    const match = url.match(regex);
    return match ? match[0] : null;
}

正则说明：

• [a-zA-Z0-9:-]*：匹配任意数量的合法字符
• [a-zA-Z0-9]：强制结尾为字母或数字，符合需求定义

内容的提问来源于stack exchange，提问作者Rue Vitale