正则表达式提取服务器地址及剩余内容匹配失败求助

哦，我明白你碰到的问题了——贪婪匹配在这儿捣乱呢！你之前写的正则里，.+是贪婪模式，它会尽可能多地匹配字符，直到遇到最后一个/或?才停下，这就导致域名后面的/path也被塞进g2里了，完全不符合你的预期。

正确的正则表达式方案 #

推荐使用否定字符类来精准匹配到第一个/或?为止，这种方式比非贪婪匹配更高效：

/(https?:\/\/)([^\/?]+)([\/?].*)/

正则各部分解释 #

• (https?:\/\/)：捕获协议部分（http://或https://），对应分组g1
• ([^\/?]+)：捕获服务器地址，[^\/?]表示匹配任何不是/或?的字符，+表示匹配1次或多次，这样会精准停在第一个/或?之前，对应分组g2
• ([\/?].*)：捕获剩余的所有内容，以/或?开头，.*匹配后续任意字符，对应分组g3

验证示例 #

对于输入http://something.com/path?query=hello/goodbye，匹配结果完全符合你的需求：

• g1: http://
• g2: something.com
• g3: /path?query=hello/goodbye

兼容无后续内容的情况 #

如果需要兼容只有服务器地址的URL（比如http://something.com），可以把第三个分组设为可选：

/(https?:\/\/)([^\/?]+)([\/?].*)?/

这样当没有后续内容时，g3会匹配为空字符串，不会出现匹配失败的情况。

内容的提问来源于stack exchange，提问作者user4893295