基于PCRE正则表达式清理URL多斜杠问题求助

问题分析 #

你之前尝试的正则（比如(http|https):\/\/(.*)(\/\/+)(.*)）失败的核心原因是贪婪匹配的.*会一次性捕获到最后一组多斜杠前的所有内容，只能处理路径中最后一处多斜杠，无法覆盖所有多斜杠场景，也没法处理末尾的多余斜杠。

推荐解决方案（分步处理，适配Akamai Cloudlet） #

针对你的需求，分两步替换即可完美实现规范URL：

1. 替换路径中所有非协议部分的连续多斜杠

   • 正则表达式：(?<!http:|https:)\/{2,}
   • 替换表达式：/
     这个正则通过负向回顾断言，跳过协议头的http://或https://，只匹配路径里连续2个及以上的斜杠，统一替换为单个斜杠。

2. 移除URL末尾的多余斜杠

   • 正则表达式：\/$
   • 替换表达式：（留空，不填任何内容）
     这一步会清理掉URL末尾可能残留的单个斜杠，完全符合你期望的规范格式。

示例验证 #

对给出的三个测试URL应用上述两步替换后：

• 原URL：https://www.domin.com/test1/////test2/somemoretests_67142 → 处理后：https://www.domin.com/test1/test2/somemoretests_67142
• 原URL：https://www.domin.com/test1/test2/somemoretests_67142///// → 处理后：https://www.domin.com/test1/test2/somemoretests_67142
• 原URL：https://www.domin.com/test1/test2///somemoretests_67142 → 处理后：https://www.domin.com/test1/test2/somemoretests_67142

可选单正则简化（仅处理多斜杠，末尾斜杠需额外处理） #

如果想一步替换所有路径中的多斜杠（末尾斜杠会变成单个，需再做移除），可以用：

• 正则表达式：(?<!http:|https:)\/{2,}
• 替换表达式：/

内容的提问来源于stack exchange，提问作者Wanda Kozak