如何使用正则表达式提取文本中不带末尾斜杠的路径

问题分析 #

你原有正则\/dir1[^\s]*(?=\/)存在明显缺陷：正向前瞻(?=\/)强制要求匹配内容后必须紧跟斜杠，无法匹配末尾不带斜杠、直接跟空格的路径（如示例中的/dir1/dir3），仅能覆盖少部分场景，通用性不足。

可行解决方案 #

匹配正则 #

使用如下规则即可精准满足提取需求：

\/dir1(?:\/[^\/\s]+)*

规则解释

• \/dir1：匹配路径的固定开头，可根据你的实际需求替换为其他指定前缀
• (?:\/[^\/\s]+)*：非捕获组，匹配0次或多次「斜杠 + 非斜杠、非空格的字符序列」，既不会包含路径末尾的冗余斜杠，也能保证遇到空格/行尾就自动停止匹配

调用示例 #

Python 环境

import re

log_content = """
some text /dir1/dir2/ some text
some text /dir1/dir3 some text
"""
path_pattern = re.compile(r'\/dir1(?:\/[^\/\s]+)*')
matched_paths = path_pattern.findall(log_content)
print(matched_paths)
# 输出结果：['/dir1/dir2', '/dir1/dir3']

JavaScript 环境

const log = `some text /dir1/dir2/ some text
some text /dir1/dir3 some text`
const pattern = /\/dir1(?:\/[^\/\s]+)*/g
console.log(log.match(pattern))
// 输出结果：['/dir1/dir2', '/dir1/dir3']

场景验证 #

内容的提问来源于stack exchange，提问作者tkmamedov