Java如何编写正则去除URL中除版本号外的数字字符以实现URI归一化

适配需求的正则表达式 #

Java代码中可直接使用以下正则，匹配所有需要删除的数字字符，自动跳过版本号相关数字：

String regex = "(?<!v|V|\\d|\\.)\\d+(?!\\d|\\.)";

使用方式 #

直接调用String的replaceAll方法，将匹配到的内容替换为空字符串即可：

// 示例工具方法
public static String normalizeUri(String rawUri) {
    String regex = "(?<!v|V|\\d|\\.)\\d+(?!\\d|\\.)";
    return rawUri.replaceAll(regex, "");
}

效果验证 #

测试用例1（路径含纯数字段） #

• 输入：https://app.url.com/user/1234567
• 输出：https://app.url.com/user/

测试用例2（含查询参数与多版本号） #

• 输入：https://api.url.com/logging/v1/log/analytics-multi/no-auth?clientSendTimestamp=1622719272795&id=863256543&clienttimeout=14000&hs_static_app=automation-ui&hs_static_app_version=1.3520
• 输出：https://api.url.com/logging/v1/log/analytics-multi/no-auth?clientSendTimestamp=&id=&clienttimeout=&hs_static_app=automation-ui&hs_static_app_version=1.3520

正则逻辑说明 #

• 负向回顾断言(?<!v|V|\\d|\\.)：确保匹配的数字前不是版本号前缀v/V、其他数字或小数点，避免误删版本号内容
• \\d+：匹配连续1个及以上的数字字符
• 负向前瞻断言(?!\\d|\\.)：确保匹配的数字后不是其他数字或小数点，进一步过滤带小数的版本号片段

内容的提问来源于stack exchange，提问作者jayteezer