如何使用正则表达式匹配截止到首个后续斜杠前的所有目标URL

问题分析 #

你原来写的https://www.domain.tld/service[^/]*存在两个核心问题：

1. 没有添加结束锚点，实际只会做前缀匹配，对于https://www.domain.tld/service/afdsasdaf这类不符合要求的URL，依然能匹配到https://www.domain.tld/service这段前缀，导致误判。
2. 域名中的.没有转义，正则里.默认匹配任意字符，存在误匹配其他相似域名的风险。

正确正则写法 #

如果是做完整URL校验，推荐使用：

^https://www\.domain\.tld/service(?:/?(?:\?.*)?)$

各部分说明：

• ^ 匹配字符串开头，避免匹配到包含该路径的其他长URL
• https://www\.domain\.tld/service 匹配固定前缀，.转义为\.保证只匹配字面量点
• (?:/?(?:\?.*)?) 非捕获分组，匹配service后允许的所有合法后缀：
  • /? 允许存在0个或1个尾部斜杠
  • (?:\?.*)? 允许存在0个或1个查询参数段（即?开头的任意后续内容）
• $ 匹配字符串结尾，保证service后不会出现多余的路径段

匹配效果验证

可匹配的目标URL：

• https://www.domain.tld/service?itm_pm=de:ncp:ctr:c1cn:0:0
• https://www.domain.tld/service
• https://www.domain.tld/service/

不会匹配的排除URL：

• https://www.domain.tld/service/afdsasdaf
• https://www.domain.tld/service/afdsasdaf/asdasd

如果你的使用场景是从长文本中提取符合要求的URL，不需要完整匹配整个字符串，可以改用带否定预查的版本：

https://www\.domain\.tld/service(?!/[^?])

内容的提问来源于stack exchange，提问作者Peleke