如何使用Google RE2正则表达式匹配URL路径

适用的RE2正则表达式 #

^https://example.com/([\w-]+(?:/[\w-]+)*)/?(?:\?.*)?$

正则说明 #

• ^https://example.com/：精准匹配固定的协议与域名前缀，确保只处理目标URL
• ([\w-]+(?:/[\w-]+)*)：核心捕获组，提取我们需要的路径：
  • [\w-]+：匹配单个合法目录名（包含字母、数字、下划线、连字符）
  • (?:/[\w-]+)*：非捕获组，支持多级目录结构，允许0个或多个后续的/目录名层级
• /?：匹配可选的末尾斜杠，不纳入捕获内容
• (?:\?.*)?：非捕获组，匹配并忽略可选的查询参数部分（从?开始到结尾的所有内容）

匹配验证 #

对应示例的匹配结果完全符合需求：

• https://example.com/awesome → 捕获结果：awesome
• https://example.com/awesome/path → 捕获结果：awesome/path
• https://example.com/awesome/path/ → 捕获结果：awesome/path
• https://example.com/awesome/path?arg1=123 → 捕获结果：awesome/path

符合要求的细节确认 #

• 严格限定匹配https://example.com域名
• 支持多级目录及中间的/分隔符
• 自动剔除末尾的/
• 完全排除查询参数部分
• 仅允许目录名包含字母数字、-和_

RE2兼容性说明 #

该正则完全遵循RE2语法规范，未使用任何RE2不支持的特性（如回溯断言、递归匹配等），可以直接在谷歌云平台的日志标签规则中使用。

内容的提问来源于stack exchange，提问作者osolmaz