如何用正则表达式提取指定URL路径片段？求正则及语法解析

1. 直接匹配目标片段的正则 #

如果只需精准匹配/pmp/xxx/格式的目标路径片段，使用：

\/pmp\/[^\/]+\/

各组件作用解析： #

• \/：匹配字面量斜杠/，由于斜杠是正则的特殊分隔符，必须用反斜杠\转义才能匹配真实的斜杠字符
• pmp：精准匹配固定字符串pmp，锁定目标路径的起始标识
• \/：再次匹配斜杠/，对应/pmp/结构的第二个斜杠
• [^\/]+：[^...]是否定字符集，表示排除斜杠；+表示匹配1次及以上非斜杠字符，用来捕获pmp后的子路径（如pml、bom、parts）
• \/：匹配结尾的斜杠/，保证输出片段和示例格式一致，以斜杠收尾

2. 从完整URL中提取目标片段的正则 #

如果需要从任意前缀的完整URL中提取目标片段（比如用Python的re.search、JavaScript的match等工具），使用带捕获组的正则：

.*?(\/pmp\/[^\/]+\/)

额外组件解析（在基础正则上新增的部分）： #

• .*?：.*表示匹配任意字符（除换行）任意次数，?开启非贪婪匹配模式，会尽可能少地匹配字符，避免误吞/pmp/前面的前缀内容，确保捕获组精准定位到第一个出现的/pmp/xxx/片段
• ()：捕获组，将括号内匹配到的内容单独提取出来，后续可通过正则工具或代码直接获取该组内容作为结果

你现有正则的问题及语法解析 #

你的现有正则/[^/]*/([^/]*)/（注意：若用/作为正则分隔符，内部的/需转义，正确写法应为\/[^\/]*\/([^\/]*)\/）仅适用于特定场景，原因如下：

语法含义： #

• \/：匹配斜杠
• [^\/]*：匹配任意非斜杠字符0次或多次，对应第一个斜杠后的内容
• \/：匹配斜杠
• ([^\/]*)：捕获组，匹配任意非斜杠字符0次或多次，对应两个斜杠之间的内容
• \/：匹配斜杠

局限性： #

这个正则只能匹配类似/xxx/yyy/的三段式路径片段，完全没有针对/pmp/的固定前缀做匹配逻辑，仅当pmp恰好是第一个斜杠后的内容时才能工作，无法适配任意前缀的URL，通用性极差。

内容的提问来源于stack exchange，提问作者justinxhan