如何用正则表达式从特定格式字符串中提取编码URL？

不需要针对每种格式编写单独的正则表达式，一个通用规则就能覆盖所有场景：

正则表达式 #

\?url=([^&]+)

规则说明 #

• \?url=：匹配固定起始标识，?需要转义（正则中?是元字符）
• ([^&]+)：捕获组，匹配任意非&字符直到遇到第一个未编码的&（跳转URL的参数分隔符）或字符串结尾。因为编码后的URL中如果包含&，会被转译为%26，不会和跳转URL本身的参数分隔符&混淆，所以这个规则能精准提取目标内容。

示例验证 #

针对你给出的第一个具体示例：

原始URL：https://xxx##.safelinks.protection.outlook.com/?url=https%3A%2F%2Fwww.domain.com%2Fsubd%2Fdoc.aspx%2F&data=[more detritus]

使用上述正则匹配后，捕获组提取的内容为：

https%3A%2F%2Fwww.domain.com%2Fsubd%2Fdoc.aspx%2F

完全符合你需要的提取结果，同时这个规则也能适配另外两种格式：

• 对于https://example.com/link/?url=[encoded URL to extract]%3Fl%3Den-us：提取从?url=到结尾的全部内容，即完整的编码URL
• 对于https://example.com/link/?url=[encoded URL to extract]：同样提取完整的编码URL

内容的提问来源于stack exchange，提问作者user2319146