C#正则表达式匹配动态HTML文档中assets路径下的文件名

你可以根据你的使用场景选择以下两种正则：

直接提取结果版本（支持反向预查的引擎） #

(?<=\/?assets\/)[^\/]+(?=\/?$)

匹配结果直接就是目标文件名，不需要额外提取分组。

兼容全版本（带分组提取） #

\/?assets\/([^\/]+)\/?$

提取第一个分组的内容即可得到目标文件名。

匹配逻辑说明 #

• \/?：匹配开头可选的斜杠，覆盖带根路径前缀和不带前缀的两种场景
• assets\/：匹配固定的assets目录标识和后面的目录分隔斜杠
• [^\/]+：匹配所有非斜杠的连续字符，就是你需要提取的目标文件名
• (?=\/?$)：正向预查匹配结尾可选的斜杠，不会将结尾斜杠纳入匹配结果

如果你使用的正则引擎不支持反向预查（比如低版本JavaScript、部分旧版本编程语言），优先选择带分组的版本即可。

测试覆盖情况 #

你提到的四个场景全部可以正常匹配：

• /assets/sdluxdczm3ee4000/：提取结果 sdluxdczm3ee4000
• /assets/sdluxdczm3ee4000：提取结果 sdluxdczm3ee4000
• assets/sdluxdczm3ee4000/：提取结果 sdluxdczm3ee4000
• assets/sdluxdczm3ee4000：提取结果 sdluxdczm3ee4000

代码示例（以Python为例） #

import re

html_content = "你的HTML全文内容"
# 用带分组的版本，兼容性更强
regex = r"\/?assets\/([^\/]+)\/?$"
file_names = re.findall(regex, html_content, re.M)
print(file_names)

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