如何修改正则pattern_for_links以匹配包含末尾斜杠的链接？

刚好碰到过类似的问题，我来帮你搞定这个正则匹配的小bug！

问题分析 #

你当前的正则表达式：

const pattern_for_links = /((((http|ftp|https):\/{2}|([0-9a-z_-]+\.)+)|)(([0-9a-z_-]+\.)+(com)(:[0-9]+)?((\/([~0-9a-zA-Z\#\+\%@@\.\/_-]+))?(\?[0-9a-zA-Z\+\%@@\/&\[\];=_-]+)?)?))\b/gmi;

可以正常匹配http://www.yahoo.com、yahoo.com/wordss、www.yahoo.com这类链接，但末尾带有斜杠的链接（比如http://www.yahoo.com/、yahoo.com/wordss/、www.yahoo.com/）无法被完整匹配。问题出在正则末尾的\b（单词边界）：斜杠不属于单词字符（\w），当链接以斜杠结尾时，\b会把这个斜杠排除在匹配范围外，导致无法捕获。

解决方案 #

只需要把正则末尾的\b替换为\b\/?即可，修改后的完整正则如下：

const pattern_for_links = /((((http|ftp|https):\/{2}|([0-9a-z_-]+\.)+)|)(([0-9a-z_-]+\.)+(com)(:[0-9]+)?((\/([~0-9a-zA-Z\#\+\%@@\.\/_-]+))?(\?[0-9a-zA-Z\+\%@@\/&\[\];=_-]+)?)?))\b\/?/gmi;

为什么这样修改？ #

• \/?里的?是正则的量词，表示匹配前面的斜杠字符0次或1次。这样既不会影响原有不带斜杠链接的匹配，又能精准捕获末尾带斜杠的链接。
• 修改后，正则可以完美匹配以下所有测试用例：
  • http://www.yahoo.com
  • yahoo.com/wordss
  • www.yahoo.com
  • http://www.yahoo.com/
  • yahoo.com/wordss/
  • www.yahoo.com/

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