如何忽略除符号“/”之外的域区域之后的所有内容答案

【问题标题】：How to ignore all after domain zone except symbol "/"如何忽略除符号“/”之外的域区域之后的所有内容
【发布时间】：2019-04-25 17:55:36
【问题描述】：

我有与用户名匹配域的正则表达式：

/(?:https:\/\/)?(?:http:\/\/)?(?:www\.)?(?:facebook)\.com\/(\w+(?:\.\w+)*)$/

此正则表达式匹配示例 URL：

facebook.com/username
www.facebook.com/username
http://facebook.com/username
http://www.facebook.com/username
https://facebook.com/username
https://www.facebook.com/username

如何更改此正则表达式以仅匹配具有域区域和非必需符号 / 的 URL：

facebook.com
facebook.com/
.....................
https://facebook.com/
https://www.facebook.com

【问题讨论】：

所以你想匹配只有域的字符串，末尾没有正斜杠？
@K.Dᴀᴠɪs 仅带或不带斜线的域名
你能不能更清楚地显示以上6个URL中的哪一个应该匹配，然后解释为什么会这样？
这是用于 Perl 还是 PCRE？你已经标记了两者，但它们是不同的东西
如果我理解正确，这应该可以^(?:https?:\/\/)?(?:www\.)?facebook\.com\/?$

标签： regex string perl pcre

【解决方案1】：

你只想匹配只包含域的字符串，那么你可以使用这样的东西：

^(?:https?:\/\/)?(?:www\.)?facebook\.com\/?$

无论它是否具有协议 (http(s):\/\/) 以及是否包含 www.，这都会匹配。

See it live

分解正则表达式，^(?:https?:\/\/)?(?:www\.)?facebook\.com\/?$

^ 字符串开头
(?:https?:\/\/)? 一个非捕获组，将匹配协议https?:\/\/，零次或一次?（可选）
(?:www\.)? 将匹配 www. 的非捕获组，零次或一次 ?（可选）
facebook\.com 将匹配域
\/? 将匹配可选的 ? 正斜杠 \/
$ 字符串结尾 _{（强调添加）} - 这就是允许它满足您的要求的原因，因为这将不允许在可选正斜杠之后匹配任何内容之前的项目符号。

【讨论】：

【解决方案2】：

由于这被标记为 Perl，Perl 的答案是使用 URI 解析模块，例如 URI 或 Mojo::URL。

use strict;
use warnings;
use Mojo::URL;
while (my $input = <<>>) { # or whatever way the input comes in
  chomp $input;
  my $url = Mojo::URL->new($input);
  next unless !defined $url->scheme or $url->scheme eq 'http' or $url->scheme eq 'https';
  next unless defined $url->host and ($url->host eq 'facebook.com' or $url->host eq 'www.facebook.com');
  next if length $url->path and $url->path ne '/';
  print "$input\n";
}

【讨论】：