替换域 javascript（Google Apps 脚本）正则表达式之前的所有内容答案

【问题标题】：Replace everything before domain javascript (Google Apps Script) regex替换域 javascript（Google Apps 脚本）正则表达式之前的所有内容
【发布时间】：2016-05-14 21:16:16
【问题描述】：

假设一个子域，如何替换 URL 中域之前的所有内容和任何尾部斜杠？

示例字符串：
https://www.google.com/
http://net.tutsplus.com/about

我想要的结果（来自我的示例字符串）是：
google.com
tutsplus.com/about

目前，我使用的正则表达式是：
^https?:\/\/'

这会导致：
www.google.com/
net.tutsplus.com/about

这会替换 URL 中斜杠之前的所有内容，但我想替换第一个 . 之前的所有内容

我当前在 Apps 脚本中的代码是：

var body = DocumentApp.getActiveDocument().getBody();
body.replaceText('^https?:\/\/', '');

鉴于我使用的是 Google Apps 脚本，replaceText() 的工作方式可能存在问题。提前感谢您的帮助。

【问题讨论】：

如果没有用于执行此操作的 JavaScript 库，我会感到惊讶。你调查过这个吗？
尝试^https?:\/\/.*?\.匹配所有内容，包括第一个.。
@sideroxylon 结果为：ww.google.com/
@CBroe 这一点都不具有建设性，也没有任何敌意的理由。我没有列出我尝试过的详尽清单，以免使问题变得混乱。我尝试了^https?:\/\/.*\.$ 和许多变体。
@TimBiegeleisen 一个普通的正则表达式应该能够让我到达那里。我不想将库导入 Google Apps 脚本，部分原因是它很笨重，部分原因是它不应该是必需的。

标签： javascript regex google-apps-script

【解决方案1】：

看起来 Google Doc 的正则表达式实现很弱。它不支持捕获组，因此您会遇到以下问题：

http://hoffmaninstitute.co.uk
http://google.com
http://docs.aws.amazon.com/

假设文本总是http://+one_sub_domain+domain+tld，你可以使用：

  var body = DocumentApp.getActiveDocument().getBody();
  body.replaceText('^https?://[0-9A-Za-z_]+\.', '');

【讨论】：

谢谢。这实际上不适用于示例字符串中的链接。不过，感谢您的尝试。

【解决方案2】：

来自 Apps 脚本的 .replaceText() docs：

用给定的文本模式替换所有出现的给定文本模式替换字符串，使用正则表达式。
的一个子集不完全支持 JavaScript 正则表达式功能，例如作为捕获组和模式修饰符。

它只接受字符串作为参数。实现我自己的正则表达式搜索和替换是不必要的复杂，因为它需要在实际发出替换之前将每个对象类型转换为适当的 Apps 脚本对象。

我没有注意到只有当子域是 www 时才应该替换子域，因为某些不可预见的链接字符串格式需要子域可读。作为参考，这里有一组更完整的链接格式：

https://www.google.com/
https://www.google.com
https://google.com/
https://google.com
http://www.google.com/
http://www.google.com
http://google.com
https://product.google.com/about/
https://product.google.com/about
https://product.google.com/
https://product.google.com
http://product.google.com/about/
http://product.google.com/about
http://product.google.com/
http://product.google.com

虽然以下内容效率低下且冗长，但它确实有效：

function replaceLongUrls(element) {
    element = element || DocumentApp.getActiveDocument().getBody();

    element.replaceText('^https?:\/\/', '');
    element.replaceText('^www.', '');
    element.replaceText('/$', '');
};

来源：
Apps Script Documentation
Google Apps Script Regex exec() returning null
replaceText() RegEx "not followed by"

【讨论】：