域名提取正则表达式适配：如何支持末尾带点的域名？

嘿，这个场景确实容易踩坑——末尾的点其实是域名系统里的根域标记，咱们只需要给原正则加个小调整就能搞定！

原正则的问题 #

你的原正则末尾的正向预查(?=[^\w.?&%=])会把末尾的点当成“非允许的尾随字符”，导致无法匹配www.medicare.gov.这类输入。

修改后的正则 #

(https?://)?\w+(\.\w+)+(\.?)(/\w+)*(/\w+\.\w+)?(\?[\w%&=.]*)*(?=[^\w.?&%=])

关键改动说明 #

• 在域名核心部分\w+(\.\w+)+（也就是匹配www.medicare.gov的部分）后面，添加了(\.?)分组：这个分组匹配可选的末尾点，完美兼容带根域标记的域名/URL。
• 原有的末尾预查(?=[^\w.?&%=])依然保留，确保不会误匹配后续的合法字符（比如紧跟在域名后的标点或其他内容）。

测试案例验证 #

• 匹配www.medicare.gov. → 成功提取www.medicare.gov.
• 匹配https://example.com/path/file.html?foo=bar. → 成功提取https://example.com/path/file.html?foo=bar.
• 匹配blog.example.co.uk → 依然正常提取（末尾点可选，不影响普通域名）

内容的提问来源于stack exchange，提问作者alexanoid