如何用正则表达式提取URL中/posts/前后的目标字符？

针对你给出的URL格式（https://www.facebook.com/aaaaaa/posts/123456789/sdd），可以通过以下正则表达式精准提取两个目标内容：

正则模式 #

^https://www\.facebook\.com/([^/]+)/posts/(\d+)/

模式解释 #

• ^https://www\.facebook\.com/：匹配URL开头的固定域名部分，. 用 \. 转义避免被当作通配符
• ([^/]+)：第一个捕获组，匹配除了/之外的任意字符，刚好对应/posts/之前的那段内容（示例中的aaaaaa）
• /posts/：匹配固定的分隔符，确保定位到目标区域
• (\d+)：第二个捕获组，匹配一串连续数字，对应/posts/之后、下一个/之前的帖子ID（示例中的123456789）
• /：匹配数字后的斜杠，确保只提取到帖子ID部分，不会包含后续内容

代码示例 #

Python 实现 #

import re

url = "https://www.facebook.com/aaaaaa/posts/123456789/sdd"
pattern = r"^https://www\.facebook\.com/([^/]+)/posts/(\d+)/"
match_result = re.match(pattern, url)

if match_result:
    target_before_posts = match_result.group(1)  # 输出：aaaaaa
    target_after_posts = match_result.group(2)   # 输出：123456789
    print(f"posts前内容: {target_before_posts}, posts后ID: {target_after_posts}")

JavaScript 实现 #

const url = "https://www.facebook.com/aaaaaa/posts/123456789/sdd";
const pattern = /^https:\/\/www\.facebook\.com\/([^\/]+)\/posts\/(\d+)\//;
const matchResult = url.match(pattern);

if (matchResult) {
  const targetBeforePosts = matchResult[1]; // 输出：aaaaaa
  const targetAfterPosts = matchResult[2];  // 输出：123456789
  console.log(`posts前内容: ${targetBeforePosts}, posts后ID: ${targetAfterPosts}`);
}

扩展说明 #

如果需要兼容Facebook的其他子域名（比如m.facebook.com），可以把正则开头的www\.替换成(?:www|m)\.，调整后的模式为：

^https://(?:www|m)\.facebook\.com/([^/]+)/posts/(\d+)/

(?:...) 是非捕获组，只会匹配内容但不会捕获成单独的分组，避免干扰目标内容的提取。

内容的提问来源于stack exchange，提问作者Quinoba