如何用正则表达式去除URL中的.git后缀？

我有两个Bitbucket格式的URL：

1. https://bitbucket.org/test/test-x.git
2. ssh://git@bitbucket.org/test/test-x

目前使用正则表达式 r"(?:ssh|https):\/\/(?:(?:git@|)bitbucket.org)\/([^/]*)\/([^/]*)" 可以成功提取project和slug分组，但希望在正则中自动去除slug分组里可能存在的.git后缀，尝试添加非捕获组(?:.git|)未成功，请问正确的实现方式是什么？

问题核心有两个：一是你没转义正则中的.（.在正则里是匹配任意字符的通配符，必须转义成\.才能表示字面意义的点）；二是可选后缀的位置和匹配逻辑需要调整，避免把.git包含进捕获组。

调整后的正则表达式 #

r"(?:ssh|https):\/\/(?:git@)?bitbucket.org\/([^/]*)\/([^/]+?)(?:\.git)?"

关键改动说明 #

• 将(?:.git|)替换为(?:\.git)?：\.转义后匹配字面的点，?表示该后缀可选（出现0次或1次），写法更简洁规范。
• 将slug分组的([^/]*)改为([^/]+?)：+?是非贪婪匹配，确保遇到.git时立即停止匹配，避免把.git也纳入slug捕获组；如果用贪婪的[^/]*，会把.git也包含进去，导致后面的可选后缀匹配失效。

测试验证 #

• 对https://bitbucket.org/test/test-x.git，提取结果：project为test，slug为test-x
• 对ssh://git@bitbucket.org/test/test-x，提取结果：project为test，slug为test-x

如果slug本身包含点（比如test.x.git），该正则也能正确提取test.x作为slug，不会误删中间的点。

另一种实现方式（正向预查） #

也可以用正向预查来确保捕获组不包含.git，写法如下：

r"(?:ssh|https):\/\/(?:git@)?bitbucket.org\/([^/]*)\/([^/]+)(?=\.git$|$)"

这里的(?=\.git$|$)是正向预查，要求匹配的内容后面要么是.git结尾，要么是字符串结尾，从而自动排除.git后缀。

内容的提问来源于stack exchange，提问作者ParthS007