如何用正则表达式从URL中提取含单个连字符的指定格式域名？

核心问题分析 #

你当前的正则(?<=.)[a-zA-Z0-9]+-[a-zA-Z0-9-_]+存在两个关键问题：

1. 未限制仅允许单个连字符，会误匹配含多个连字符的域名（比如www.florida-miami-dade.com）
2. 包含下划线匹配规则（_），但标准域名通常不允许下划线，且你的需求案例中也未涉及

解决方案 #

根据你的需求，需要确保目标域名恰好包含一个连字符，同时匹配合法的域名结构（字母、数字、点、单个连字符）。以下分两种场景给出正则：

场景1：直接匹配独立域名字符串

如果你输入的是单独的域名（如www.miami-dade.com），使用这个正则：

^(?![^-]*-[^-]*-)[a-zA-Z0-9.]+-[a-zA-Z0-9.]+$

• ^ 和 $：限定匹配整个字符串，避免部分匹配
• (?![^-]*-[^-]*-)：负向预查，确保字符串中不会出现第二个连字符
• [a-zA-Z0-9.]+-[a-zA-Z0-9.]+：匹配包含单个连字符的合法域名结构

场景2：从完整URL中提取域名

如果需要从带协议的URL（如https://www.miami-dade.com/path）中提取，使用这个正则：

(?:https?://)?(?![^/]*-[^/]*-)([a-zA-Z0-9.]+-[a-zA-Z0-9.]+)(?=/|$)

• (?:https?://)?：可选匹配http/https协议，不捕获该部分
• (?![^/]*-[^/]*-)：确保从当前位置到第一个斜杠/字符串结尾之间，只有一个连字符
• ([a-zA-Z0-9.]+-[a-zA-Z0-9.]+)：捕获符合要求的域名部分
• (?=/|$)：确保域名后是路径分隔符或URL结尾，避免误匹配路径内容

测试验证 #

• 匹配成功：www.miami-dade.com、miami-dade.gov、sub.miami-dade.co.uk
• 匹配失败：www.miamidade.com（无连字符）、www.florida-miami-dade.com（多个连字符）、miami--dade.com（连续连字符）

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