如何用条件正则表达式按规则提取URI至命名捕获组

问题描述 #

你需要从字符串中提取URI到名为<value>的命名捕获组，规则如下：

• 如果URI包含execute，仅匹配到execute为止
• 如果不包含execute，匹配完整URI

当前使用的(?P<value>\S+)会匹配完整URI（即使包含execute），希望实现符合规则的匹配，示例如下：

解决方案 #

当然可以实现！你需要的是带条件分支的正则表达式，通过正向/负向预查区分两种匹配场景，具体实现如下：

(?P<value>(?=.*execute).*?/execute|(?!.*execute)\S+)

正则表达式拆解 #

• (?=.*execute)：正向预查，确认字符串中存在execute，触发第一分支逻辑
• .*?/execute：非贪婪匹配任意字符，直到遇到并包含最后一个/execute，确保停在execute结束的位置
• |：分支运算符，分隔两种匹配规则
• (?!.*execute)：负向预查，确认字符串中不存在execute，触发第二分支逻辑
• \S+：匹配所有非空白字符，即完整的URI

匹配验证 #

将上述正则应用到你的示例中，会完全符合预期：

1. 对于/cu/rest/en_US/reports/execute/310F02501000016D001218A1AZ6B2D16，捕获到/cu/rest/en_US/reports/execute
2. 对于/cu/rest/en_US/reports/execute/newResource/，捕获到/cu/rest/en_US/reports/execute
3. 对于/cu/rest/en_US/link/xml，捕获到完整的/cu/rest/en_US/link/xml

如果你的URI有固定前缀（比如都以/cu/rest/开头），可以进一步优化正则来提升精准度：

(?P<value>/cu/rest/[^/\s]+/(?:reports/execute|(?:(?!execute).)+))

这个版本限定了前缀范围，避免匹配到无关的非空白字符串，适合场景固定的情况。

内容的提问来源于stack exchange，提问作者Sandeep