使用Python正则表达式统计域名中的元素数量

首先明确说：这绝对不是强行使用正则的场景！域名解析本来就是正则的经典应用场景之一，你之前只是卡在了正则模式的细节上，调整思路就能轻松搞定。

先拆解你之前的正则问题：
你的模式r"^.*//(([^./]+\.)+)/.*$"匹配失败的核心原因，在于([^./]+\.)+这个部分——它要求每一段域名都必须以点结尾，但域名的最后一段（比如例子里的uk）后面跟着的是/，没有点，导致整个模式在这里卡壳，无法完成匹配。另外，^.*//的贪婪匹配虽然大部分时候没问题，但如果遇到带多个//的特殊URL，可能会出现预期外的匹配结果，不过这属于次要问题。

接下来给你几个可行的方案，从直观易读的混合方案到纯正则方案都有，你可以按需选择：

方案一：先提取域名，再分割统计（可读性拉满，日常开发首选） #

这个思路和你最初的方法类似，但用正则精准提取域名部分后，再用字符串分割统计，代码清晰易懂，维护起来也方便：

import re

url = "http://news.bbc.co.uk/foo/bar/xyzzy.html"
# 匹配http/https开头的URL，提取//之后到第一个/之前的域名部分
domain_match = re.search(r"^https?://([^/]+)", url)
if domain_match:
    domain = domain_match.group(1)
    # 按点分割域名，统计元素数量
    element_count = len(domain.split('.'))
    print(element_count)  # 输出4

方案二：纯正则匹配所有域名元素，统计次数 #

如果你坚持想用正则完成全部统计流程，可以用re.findall匹配域名里的每一段元素，再统计匹配结果的长度：

import re

url = "http://news.bbc.co.uk/foo/bar/xyzzy.html"
# 先提取域名部分，再匹配所有非.非/的元素
domain = re.search(r"^https?://([^/]+)", url).group(1)
elements = re.findall(r"[^./]+", domain)
print(len(elements))  # 输出4

或者用更紧凑的正则正向预查，直接定位域名区域内的元素：

import re

url = "http://news.bbc.co.uk/foo/bar/xyzzy.html"
# 匹配//之后到第一个/之前的所有域名元素
elements = re.findall(r"(?<=//)[^./]+(?=[./])|(?<=//[^./]+\.)[^./]+(?=/)", url)
print(len(elements))  # 输出4

方案三：通过统计点的数量间接得到元素数 #

还有个巧方法：域名的元素数 = 域名里的点的数量 + 1。我们可以用正则统计//之后到第一个/之间的点的数量，再加1即可：

import re

url = "http://news.bbc.co.uk/foo/bar/xyzzy.html"
# 统计域名区域内的点的数量
dot_count = len(re.findall(r"(?<=//)[^/]*\.(?=[^/]*$)", url))
element_count = dot_count + 1
print(element_count)  # 输出4

最后再啰嗦一句：工具是为解决问题服务的，没必要为了用正则而用正则——比如方案一的代码可读性最高，其实是日常开发里的首选；但你跳出舒适区尝试正则的思路非常棒，这正是提升编程技能的好途径！

内容的提问来源于stack exchange，提问作者Hannu