如何使用正则表达式从包含用户数据的字符串中提取域名

可用正则表达式 #

提取@之后的完整域名（要求后缀长度为2位）使用：
@((?:[a-zA-Z0-9-]+\.)+[a-zA-Z]{2})

如果仅需要提取最后一个.之后长度为2位的后缀部分，使用：
@.+\.([a-zA-Z]{2})

正则逻辑说明 #

• 先匹配@符号锁定域名起始边界，避免匹配到@之前的无关内容
• (?:[a-zA-Z0-9-]+\.)+ 匹配域名主体部分，支持多段域名结构（例如xxx.yyy.cn中的xxx.yyy.部分），非捕获组不会额外占用分组结果，提取完整域名时直接取分组1的内容即可
• [a-zA-Z]{2} 严格限定最后一个.之后的后缀长度为2位，仅匹配字母组成的通用/国家顶级域名

适配优化建议 #

• 如果待匹配字符串中域名后存在空格、换行等其他字符，可添加终止断言提升匹配准确率，修改为 @((?:[a-zA-Z0-9-]+\.)+[a-zA-Z]{2})(?=\s|$)
• 如果需要支持数字开头的域名、中文域名等特殊场景，可对应调整字符匹配区间的规则

内容的提问来源于stack exchange，提问作者user15064722