URL路径提取问题：如何用正则表达式单独解析多段路径

我明白你想要从URL里精准提取每一段路径，不管是1段、3段还是0段，还要跳过前面的域名部分。先说说你之前尝试的问题：你写的http://(.*?)/(.*?)(?:/(.*?)/(.*?))?$之所以在两段路径时失效，是因为这个正则硬编码了路径段的可能数量，不够灵活，没法适配任意段数的情况。

给你两个实用的解决方案，根据你的正则引擎支持情况选：

方案一：全局匹配直接提取所有路径段 #

如果你的正则引擎支持正向预查和全局匹配（比如JavaScript、Python的re.findall、Java的Pattern.Matcher），可以用这个正则：

(?<=https?://[^/]+/)([^/]+)(?=/?|$)

正则拆解： #

• (?<=https?://[^/]+/)：正向断言，确保我们要匹配的内容紧跟在http:///https://+域名（到第一个斜杠为止）之后，直接跳过域名部分。
• ([^/]+)：核心捕获组，匹配一个或多个非斜杠字符，也就是单个路径段。
• (?=/?|$)：正向断言，确保当前路径段后面要么是可选的斜杠，要么是字符串结尾，就算URL末尾带斜杠也能正确匹配。

测试你的示例URL： #

• 对于 http://www.example.com/first-path/second-path/third-path，全局匹配会得到：first-path、second-path、third-path
• 对于 http://www.example.com/first-path，得到：first-path
• 对于 http://www.example.com/first-path/second-path，得到：first-path、second-path
• 对于 http://www.example.com/ 或 http://www.example.com，没有匹配结果（对应路径数量为0的情况）

方案二：先剥离域名，再拆分路径 #

如果你的正则引擎不支持正向预查，可以分两步走：

1. 先用正则提取域名后的所有路径内容：

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

   捕获组$1会得到整个路径字符串（比如first-path/second-path/third-path、first-path或者空字符串）。
2. 把捕获到的$1用/分割，再过滤掉空字符串（比如URL末尾带斜杠时，分割后会多出一个空元素），就能得到每一段路径。

比如用Python代码示例（只是演示逻辑，你可以对应到自己的语言）：

import re

url = "http://www.example.com/first-path/second-path/"
match = re.match(r"^https?://[^/]+/(.*)$", url)
if match:
    path_str = match.group(1)
    path_segments = [seg for seg in path_str.split("/") if seg]
    print(path_segments)  # 输出: ['first-path', 'second-path']

这个方案兼容性更强，几乎所有正则引擎都支持。

内容的提问来源于stack exchange，提问作者Kermit