如何用正则表达式提取URL中最后一段（含扩展名）以外的内容

嘿，我来帮你搞定这个正则表达式的需求！其实思路很简单——我们只需要匹配到URL中最后一个斜杠（包含）之前的所有内容，就能得到你想要的结果。下面给你两种靠谱的正则方案，还有一个非正则的简便方法作为备选。

方案一：捕获组匹配核心路径 #

这个正则通过捕获组直接提取我们需要的部分：

^(.*\/)[^\/]+\.\w+$

正则解释： #

• ^：锚定字符串的开头，确保从URL最开始匹配
• (.*\/)：这是我们要的捕获组，匹配任意字符直到最后一个斜杠（包含斜杠本身）
• [^\/]+：匹配最后一段里的文件名（非斜杠的字符，至少一个）
• \.\w+：匹配文件扩展名（点+至少一个字母/数字/下划线）

使用示例（Python）： #

import re
url = "http://stackoverflow.com/stuff/code/apple.jpg"
match_result = re.search(r'^(.*\/)[^\/]+\.\w+$', url)
if match_result:
    target_path = match_result.group(1)
    print(target_path)  # 输出：http://stackoverflow.com/stuff/code/

方案二：正向预查匹配（无需捕获组） #

如果你不想用捕获组，可以试试正向预查的写法，直接匹配到目标内容：

^.*\/(?=[^\/]+\.\w+$)

正则解释： #

• ^.*\/：匹配从开头到最后一个斜杠的所有内容
• (?=[^\/]+\.\w+$)：正向预查，确保后面跟着的是「文件名+扩展名」的结构，避免误匹配

使用示例（Python）： #

import re
url = "http://stackoverflow.com/stuff/code/apple.jpg"
match_result = re.search(r'^.*\/(?=[^\/]+\.\w+$)', url)
if match_result:
    target_path = match_result.group()
    print(target_path)  # 输出：http://stackoverflow.com/stuff/code/

备选：非正则的简便方法 #

如果你的场景不需要正则，用字符串拆分可能更直观：

url = "http://stackoverflow.com/stuff/code/apple.jpg"
# 从右边按斜杠拆分1次，取前面的部分再加斜杠
target_path = url.rsplit('/', 1)[0] + '/'
print(target_path)

这几种方法都能处理任意层级的目录，不管你的图片在多少层嵌套里，都能准确提取到文件所在的父路径~

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