如何用正则匹配可选内容？解决贪婪匹配导致的正则失效问题

嘿帕特里克，这个问题我太熟了！贪婪模式确实是正则里的“坑王”之一，你遇到的问题本质就是.*这个贪婪匹配会把所有内容（包括本应属于端口前缀的冒号）一股脑吃掉，导致后面的组根本没机会匹配。

别担心，咱们换个思路就能搞定——把贪婪的.*改成非贪婪的.*?，再调整一下分组逻辑就能完美适配你要的三种格式。

最终正则表达式 #

^(.*?)(?::(\d*))?$

拆解一下每个部分的作用： #

• ^ 和 $：锚定整个字符串，确保我们匹配的是完整的URI，不会只匹配中间片段。
• (.*?)：非贪婪捕获组，用来匹配主机部分（不管是域名、IPv4还是带括号的IPv6）。非贪婪模式会“见好就收”，一旦后面的可选冒号+端口部分能匹配，它就会立刻停止，绝不会吃掉后面的冒号。
• (?::(\d*))?：这是一个可选的组合组，专门处理端口相关的情况：
  • :：匹配端口前的冒号
  • (\d*)：捕获端口数字，允许空字符串（对应host.domain.com:这种只有冒号没端口的情况）
  • ?：让整个冒号+端口部分变成可选，完美适配不带端口的host.domain.com格式

测试一下所有场景： #

• host.domain.com → 第一组：host.domain.com，第二组：空（无端口）
• host.domain.com: → 第一组：host.domain.com，第二组：空（只有冒号）
• host.domain.com:443 → 第一组：host.domain.com，第二组：443
• [ab:cd::0]:22 → 第一组：[ab:cd::0]，第二组：22
• 1.2.3.4:22 → 第一组：1.2.3.4，第二组：22

如果你想严格限制端口是合法的数字范围（1-65535），可以把(\d*)改成(\d{1,5})，不过记得后续还要做数值验证，因为\d{1,5}也能匹配99999这种无效端口哦。

内容的提问来源于stack exchange，提问作者patrik