Bash脚本URL字符串处理：移除IP后未知数量无关路径段

嘿，我来帮你搞定这个折腾了你两小时的正则问题！核心思路其实很直接：先精准抓住URL的协议+IP/域名部分，然后跳过中间所有未知数量的dontcare路径段，直接把keyword及后面的内容接在域名后面就行。

正则表达式 & 替换逻辑 #

基础正则（固定keyword） #

用这个正则匹配目标URL，然后替换成指定格式：

• 正则模式：^(https?://[^/]+)/.*?/(keyword/.*)$
• 替换模板：$1/$2（不同语言里可能用\1/\2，比如Python）

代码示例（Python） #

import re

# 示例URL
original_url = "https://192.168.3.10/dontcareA/dontcareB/dontcareX/keyword/user/profile?id=123"
# 正则模式
pattern = r"^(https?://[^/]+)/.*?/(keyword/.*)$"
# 执行替换
processed_url = re.sub(pattern, r"\1/\2", original_url)

print(processed_url)
# 输出结果：https://192.168.3.10/keyword/user/profile?id=123

正则部分详解 #

让我拆解一下每个部分的作用，方便你理解和调整：

• ^(https?://[^/]+)：捕获组1，匹配URL开头的协议（http/https）加上IP/域名部分。[^/]+表示匹配到第一个/之前的所有字符，完美适配任意格式的IP或域名。
• /.*?/：非贪婪匹配中间的任意路径段。.*?会尽可能少地匹配字符，直到遇到后面的/(keyword/.*)，这样不管中间有多少个dontcare段，都会被跳过。
• (keyword/.*)$：捕获组2，从keyword开始，匹配到URL结尾的所有内容（包括后续路径、参数等）。

动态keyword的适配 #

如果你的keyword是可变的，可以用正则转义处理特殊字符，避免匹配出错：

import re

target_keyword = "my-custom-keyword"
original_url = "https://x.xx.xxx.xxx/dontcare1/dontcare2/my-custom-keyword/rest/of/string"
# 用re.escape转义keyword里的特殊字符
pattern = rf"^(https?://[^/]+)/.*?/({re.escape(target_keyword)}/.*)$"
processed_url = re.sub(pattern, r"\1/\2", original_url)

print(processed_url)
# 输出：https://x.xx.xxx.xxx/my-custom-keyword/rest/of/string

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