正则表达式问题：如何保留指定匹配项并删除其余内容？

你写的正则为什么不对 #

你之前的正则/[^(\bhttps:\/\/\b)]|[^(\b\.ingest.sentry.io\/\b)]/g存在几个核心错误：

• 字符集用法错误：[^...]是「单个字符取反匹配」，只能针对单个字符，没法匹配https://这种多字符的完整片段。你试图用它保留整个子串，逻辑完全不成立。
• 单词边界\b误用：\b是单词边界（匹配单词字符和非单词字符的分界），https://里的://都是非单词字符，\bhttps:\/\/\b的边界位置根本不符合你要匹配的子串位置，而且放在字符集里完全没有意义。
• 逻辑错误：两个取反字符集用|连接，意味着匹配「不在第一个集合的字符」或者「不在第二个集合的字符」——几乎所有字符都会被匹配到，最终只会把所有内容删掉，完全达不到保留目标子串的效果。

正确实现方案 #

要保留https://和.ingest.sentry.io/，可以用两种思路：

思路1：捕获目标子串并替换 #

用正则捕获需要保留的两个部分，把整个字符串替换成这两个捕获组的拼接：

• 正则表达式：^(https:\/\/).*?(\.ingest\.sentry\.io\/).*$
• 替换为：$1$2

解释：

• ^匹配字符串开头，(https:\/\/)捕获第一个要保留的片段
• .*?非贪婪匹配中间所有内容（直到遇到后面的目标子串）
• (\.ingest\.sentry\.io\/)捕获第二个要保留的片段
• .*$匹配剩余所有内容
• 替换时只保留两个捕获组的内容，就得到https://.ingest.sentry.io/

思路2：删除不需要的部分 #

直接匹配并删除https://之后到.ingest.sentry.io/之前的内容，以及.ingest.sentry.io/之后的所有内容：

• 正则表达式：/(?<=https:\/\/).*?(?=\.ingest\.sentry\.io\/)|(?<=\.ingest\.sentry\.io\/).*/g
• 替换为空字符串即可

解释：

• (?<=https:\/\/)是正向预查，确保前面是https://
• .*?(?=\.ingest\.sentry\.io\/)非贪婪匹配到.ingest.sentry.io/之前的内容，删除这部分
• (?<=\.ingest\.sentry\.io\/).*匹配.ingest.sentry.io/之后的所有内容，删除这部分

内容的提问来源于stack exchange，提问作者Micheal J. Roberts