在 .NET 中使用 RegEx 规范化 Windows 路径或 URI

Question

我正在尝试构建一个正则表达式，我可以使用它来匹配本地 Windows 路径或 URI 中的所有重复斜杠，然后用单个斜杠替换它们，同时离开URI 方案或本地驱动器部分未更改。

这是我正在测试的示例：

http://www.tempuri.org//path//////to/file.ext
c:/path-to/file.ext
c://path-to/file.ext
http://www.tempuri.org
http://www.tempuri.org//
http://www.tempuri.org///
ftp://www.tempuri.org////
file:///c:/path-to//file.ext
file:////c:/path-to/file.ext
file://///c://path-to/file.ext

这就是我想从这些中得到的：

http://www.tempuri.org/path/to/file.ext
c:/path-to/file.ext
c:/path-to/file.ext
http://www.tempuri.org
http://www.tempuri.org/
http://www.tempuri.org/
ftp://www.tempuri.org/
file:///c:/path-to/file.ext
file:///c:/path-to/file.ext
file:///c:/path-to/file.ext

我得到的最接近的是：

(?<!(file:)|(ftp|gopher|http|https|ldap|mailto|net\.pipe|net\.tcp|news|nntp|telnet|uuid)[:])/+

但是用一个斜杠替换匹配项会将file:/// 变成file://。除了最后一种情况，似乎工作得很好。

Answer 1

我比较熟悉 PCRE 格式，但是看看这个：

(                     # Capture group

(?<!\/)\/             # Look for / that does not follow another /

# Look for C:/
(?(?<=\b[a-zA-Z]:\/)  # if...
                      # then look for any more / to remove
  |                   # else

# Look for file:///
(?(?<=\bfile:\/)      # if...
  \/\/                # then look for // right after it
  |                   # else

# Look for http:// or ftp://, etc.
(?(?<=:\/)            # if [stuff]:/
  \/                  # then look for /
  |                   # else

)
)
)
)
\/+                   # everything else with / after it

直播：http://regex101.com/r/hU4yI4

基本上，我正在使用conditional statement 寻找这些标准：

If / is preceded by:
   \b[a-zA-Z]:     then     /
   \bfile:         then     ///
   \b\w{2,}:       then     /   (basically anything else, like ftp:, https:, etc.)

没有所有的空白，整个组看起来更像：

((?<!\/)\/(?(?<=\b[a-zA-Z]:\/)|(?(?<=\bfile:\/)\/\/|(?(?<=:\/)\/|))))\/+

但是，我不确定这将如何插入 C# 的正则表达式。它可能会直接插入，或者可能需要一些按摩（这就是为什么我将 cmets 留在代码中以便于阅读和更多边缘情况）。