正则分组中能否结合负向前瞻与其他条件处理URL匹配？

调整后的正则 #

直接用这个正则就能覆盖你提到的所有场景：

(/(?:[^/)-]|-+(?!/?$))*)

如果是要提取有效部分，也可以用更简洁的写法：

(/[^/)]*?)(?=-*\/?$|$)

为啥能解决问题 #

原来的正则会把末尾的-也当成有效内容，现在通过负向前瞻(?!/?$)来判断：如果连续的-后面直接跟着/或者到字符串结尾，就不把这些-算进匹配内容里。

• [^/)-]负责匹配正常的字符（包括中间的-）
• |-+(?!/?$)允许匹配中间的连续-，但排除末尾的无效-

SQL里怎么用（以MySQL为例） #

提取清洗后的URL #

SELECT REGEXP_SUBSTR(your_url_column, '(/(?:[^/)-]|-+(?!/?$))*)') AS cleaned_url
FROM your_table;

这个语句会把/this-is-my-test-string-和/this-is-my-test-string-/都转换成/this-is-my-test-string。

和参考表匹配 #

如果是要关联参考表的规范URL，可以这么写：

SELECT t.*
FROM source_table t
JOIN reference_table r 
ON REGEXP_SUBSTR(t.url_column, '(/(?:[^/)-]|-+(?!/?$))*)') = r.standard_url;

内容的提问来源于stack exchange，提问作者Simon Cook