正则表达式：处理带有分隔符的可选 url 部分答案

【问题标题】：Regex: Handle an Optional url part with delimiter正则表达式：处理带有分隔符的可选 url 部分
【发布时间】：2020-09-16 07:25:30
【问题描述】：

我正在尝试匹配一些这样构建的网址：

https://tenantName-dev.somedomain.com/somefile.js
https://tenantName-qa.somedomain.com/somefile.js
https://tenantName.somedomain.com/somefile.js

注意最后一个没有“环境”的，因为它是产品。

到目前为止我的 C# 正则表达式：

https://(?<tenantName>.+)-(?<environment>[^.]*).(?<rootDomain>[^/]+)/somefile.js

这通常有效，但与最后一个不匹配，因为它总是需要一个“-”。如果我只是让那个破折号成为可选的，那么它会匹配像 'https://tenant-.somedomain...' 这样不好的东西。

我尝试查看前瞻组和非捕获组来表达这样一个事实，即只有在后面有租户但没有成功时我才想要一个“-”。

【问题讨论】：

https:\/\/(?<tenantName>.+)(-(?<environment>[^.]*))?\.(?<rootDomain>[^\/]+)\/somefile.js 怎么样？ regex101.com/r/VmDlFf/1
试试https://(?<tenantName>\w+)[-.](?<environment>[^/]*)\.(?<rootDomain>[^/.]+)/somefile\.js
太贪心了，所以你依赖于前面的- 和最后的.js 的位置结构，但对于只有1 个点的域不要acnt，但是是吗？你靠贪心排队灯芯是不行的。到目前为止，所有的 sugestunz 都不好
user 和 @wiktor-stribiżew 您的两个建议都允许我匹配以下字符串，这是不可接受的 tenantName-.somedomain.com/somefile.js

标签： .net regex regex-group

【解决方案1】：

在大多数正则表达式（和 .Net 的版本）中，有一个条件模式允许检查，例如if...then...else。这是由(?({conditon})X|Y) 完成的，如果匹配条件为真X 完成，否则则 Y 完成）。

通过这样做来测试它（注意打开标志IgnorePatternWhitespace，因为我正在评论正则表达式）：

 (?(?:.+-)   # If a dash
  (?<A>.+)   # Match for dash
 |           # Else Then   
  (?<B>.+)   # Match this
)

所以条件是前瞻，即?:.+-，这意味着前方某处有-。如果真匹配并创建一个命名的捕获组A。否则在组 B 上创建一个匹配项。

因此，我们可以提取您的模式并将其集中在 - 上。比如

https://
(?(?:.+-)    # If a dash
  (
    (?<tenantName>[^-]+)-(?<environment>[^.]+)
  )
 |           # Else Then   
  (
    (?<tenantName>[^.]+)
  ) 
)
\.(?<rootDomain>[^/]+)

因此，如果我们在有 - 时转储匹配项，匹配项中的组配置文件如下所示：

Match #0
                    [0]:  https://tenantName-dev.somedomain.com
            ["1"] → [1]:  
            ["2"] → [2]:  
   ["tenantName"] → [3]:  tenantName
            →3 Captures:  tenantName
  ["environment"] → [4]:  dev
            →4 Captures:  dev
   ["rootDomain"] → [5]:  somedomain.com
            →5 Captures:  somedomain.com

请注意，上面的索引对[3] 有效，或者更好地使用["tenantName"] 的命名捕获，它给我们“tenantName”和["environment"]，它给我们“dev”。

取出-dev，匹配转储如下所示：

Match #0
                    [0]:  https://tenantName.somedomain.com
            ["1"] → [1]:  tenantName
            →1 Captures:  tenantName
            ["2"] → [2]:  
   ["tenantName"] → [3]:  tenantName
            →3 Captures:  tenantName
  ["environment"] → [4]:  
   ["rootDomain"] → [5]:  somedomain.com
            →5 Captures:  somedomain.com

对于那个["environment"] 组没有代表，我们可以检查Success 为mtch.Groups["Dev"].Success。示例：

var pattern = @"https://
(?(?:.+-)    # If a dash
  (
    (?<tenantName>[^-]+)-(?<environment>[^.]+)
  )
 |           # Else Then
  (
    (?<tenantName>[^.]+)
  )
)
\.(?<rootDomain>[^/]+)";

var url = "https://tenantName.somedomain.com/somefile.js";

var mtch = Regex.Match(url, pattern, RegexOptions.IgnorePatternWhitespace);

if (mtch.Groups["Dev"].Success)
   ...

【讨论】：