正则表达式过滤掉最后一个斜线后带有文字点的 URL答案

【问题标题】：Regular expression to filter out URLs with a literal dot after the last slash正则表达式过滤掉最后一个斜线后带有文字点的 URL
【发布时间】：2015-11-05 18:48:31
【问题描述】：

我需要正则表达式来识别最后一个正斜杠之后的网址

有一个文字点，例如

http://www.example.es/cat1/cat2/some-example_DH148439#.Rh1-js_4

没有文字点，例如
```
http://www.example.es/cat1/cat2/cat3
```

到目前为止，我只找到了匹配 ^(.*[\\\/]) 之前或最后一个正斜杠之后的所有内容的正则表达式：[^/]+$ 以及匹配最后一个斜杠 (?!.*\.)(.*) 之后的文字点之后的所有内容但是我无法想出来上面的，请帮忙。

【问题讨论】：

如果这是请求的 URL，那么片段标识符（即 # 之后的所有内容，例如 .Rh1-js_4）实际上并未传递给服务器，因此您无法检查此服务器-边。 (?)

标签： python regex

【解决方案1】：

嗯，像往常一样，使用正则表达式匹配 URL 是错误工作的错误工具。您可以使用urlparse（或python3 中的urllib.parse）以非常Python 的方式完成这项工作：

>>> from urlparse import urlparse
>>> urlparse('http://www.example.es/cat1/cat2/some-example_DH148439#.Rh1-js_4')
ParseResult(scheme='http', netloc='www.example.es', path='/cat1/cat2/some-example_DH148439', params='', query='', fragment='.Rh1-js_4')
>>> urlparse('http://www.example.es/cat1/cat2/cat3')
ParseResult(scheme='http', netloc='www.example.es', path='/cat1/cat2/cat3', params='', query='', fragment='')

如果你真的想要一个正则表达式，下面的正则表达式就是一个可以回答你问题的例子：

import re
>>> re.match(r'^[^:]+://([^.]+\.)+[^/]+/([^/]+/)+[^#]+(#.+)?$', 'http://www.example.es/cat1/cat2/some-example_DH148439#.Rh1-js_4') != None
True
>>> re.match(r'^[^:]+://([^.]+\.)+[^/]+/([^/]+/)+[^#]+(#.+)?$', 'http://www.example.es/cat1/cat2/cat3') != None
True

但我提供的正则表达式足以回答您的问题，但不是验证 URL 或将其拆分为多个部分的好方法。我想说它唯一的兴趣是实际回答你的问题。

这是正则表达式生成的自动机，以便更好地理解它：

请注意您的问题，因为 JL 的正则表达式不匹配：

http://www.example.es/cat1/cat2/cat3

在重读您的问题 3 次后，您实际上是在要求以下正则表达式：

\/([^/]*)$

这将匹配您的两个示例：

http://www.example.es/cat1/cat2/some-example_DH148439#.Rh1-js_4
http://www.example.es/cat1/cat2/cat3

@jl-peyret 建议的只是如何匹配/ 之后的一个小点，这会生成以下自动机：

所以，无论你真正想要什么：

尽可能使用 urlparse 来匹配 URL 的各个部分
如果您尝试定义 django 路由，那么尝试匹配片段是没有希望的
下次您提出问题时，请务必准确，并举例说明您的尝试：帮助我们帮助您。

【讨论】：

为什么不能在 django 中工作？除了片段部分仅在客户端使用这一事实之外，OP 的问题非常明确：他想要匹配 URL。我不是想猜测 OP 试图做什么，@w3d 已经对片段部分将被吃掉的事实发表了评论。
我的意思是，在 django 路由中，您需要使用正则表达式。否则在 / 上拆分，后跟 .检查就可以了。
确实，虽然这不是 OP 所要求的，但无论他实际要求的是什么……
嗯，我不同意这个老笑话，有时程序员从一个问题开始解决并使用正则表达式现在有两个问题......顺便说一句，我确实测试了我的正则表达式不匹配他的 cat2/cat3，但我真的无法从这个问题中弄清楚你如何要求一个都需要一个 '.' 的正则表达式。而且也不在乎是否有'。所以我以为他忘了提到 cat2/cat3 应该是 not 匹配的。问题：你从哪里得到你的状态图？我经常可以在正则表达式上使用帮助。
有人写了debuggex.com 这很棒，试试看，你可以通过图表运行你的正则表达式，这很有趣。虽然它不是状态图，它是一个自动机，更准确地说是一个NFA。要了解更多信息，我有一个关于正则表达式的旧答案，我在其中给出了 a few useful resources，您可能想阅读。 ;-)

【解决方案2】：

\/([^\/]*\.+[^\/]*)$

第一个 / 迫使你照顾它。 $ 强制结束字符串和两个类否定都避免了任何/之间。检查@https://regex101.com/

【讨论】：

【解决方案3】：

我会像这样使用前瞻

(?=.*\.)([^/]+$)

Demo

(?=             # Look-Ahead
  .             # Any character except line break
  *             # (zero or more)(greedy)
  \.            # "."
)               # End of Look-Ahead
(               # Capturing Group (1)
  [^/]          # Character not in [/] Character Class
  +             # (one or more)(greedy)
  $             # End of string/line
)               # End of Capturing Group (1)

或者像这样的负面预测

(?!.*\.)([^/]+$)

相反的情况

【讨论】：