如何修改正则实现仅含一级子目录无参JS文件链接的精准匹配

需求背景 #

需要编写正则匹配同时满足以下规则的链接：

• 域名后仅存在1级子目录
• 目标资源为文件名长度7个字符及以上的JavaScript文件
• .js后缀后不存在?和&字符，即不带任何查询参数

匹配判定示例 #

(1) https://some.domain.example.tld/randomcharacter/randomfilename.js // 需匹配
(2) https://some.domain.example.tld/randomcharacter/randomfilename.js? // 不匹配
(3) https://some.domain.example.tld/randomcharacter/randomfilename.js?a=b&c=d // 不匹配
(4) https://some.domain.example.tld/subdir/public/lib/randomcharacter/randomfilename.js // 不匹配

注：示例中tld、randomcharacter、randomfilename均为可变非固定内容

原有正则的问题 #

当前使用的正则如下：

/\/[a-zA-Z]{7,}\/[a-zA-Z]{7,}\.js$(?!(\?|&))/

该正则可正确排除(2)(3)类带查询参数的场景，但会错误匹配(4)这类域名后有多级路径的链接，不符合要求。问题原因有两个：

1. 没有从链接起始位置锚定域名段，只要路径任意位置出现/任意目录/7位以上文件名.js结尾的片段就会命中，无法限制域名后只有1级子目录
2. 写在$后的负向预查(?!(\?|&))完全无效——$代表字符串已经到末尾，后面不可能存在任何字符，这部分判断是冗余的
   

修正方案 #

通用兼容版正则（推荐） #

/^https?:\/\/[^/]+\/[^/]+\/[^/]{7,}\.js$/

逻辑拆解

• ^https?:\/\/[^/]+：从链接起始位置匹配http/https协议，一直匹配到域名结束（第一个路径分隔符/前的所有内容为域名部分）
• \/[^/]+\/：匹配域名后的第一级子目录，[^/]+代表子目录名可以是除路径分隔符外的任意合法字符，无长度限制
• [^/]{7,}\.js$：匹配长度7位及以上的文件名，且整个链接以.js结尾，天然排除后缀带查询参数、哈希的场景，不需要额外判断

仅允许字母的严格版正则 #

如果要求子目录名、文件名只能由英文字母组成，使用以下版本：

/^https?:\/\/[^/]+\/[a-zA-Z]+\/[a-zA-Z]{7,}\.js$/

效果验证 #

• 对示例(1)：域名后仅1级子目录，文件名长度达标，以.js结尾，正常匹配
• 对示例(2)(3)：.js后存在查询参数，链接结尾不是.js，直接排除
• 对示例(4)：域名后存在多级子目录，路径中分隔符数量不符合规则，无法匹配

内容的提问来源于stack exchange，提问作者Tần Quảng