【发布时间】：2017-01-30 05:50:57
【问题描述】：
我正在编写一个正则表达式并尝试将 URL 的每个部分放入它自己的捕获组中以进行提取：
- 协议 (http,https)
- 子域 （子）
- 域 （域）
- 域名扩展 (com,net)
- 路径 （/path/to/file - 这是文件所在目录的路径）
- URI （文件名）
- URI 扩展名 （文件扩展名 - js、css、pdf）
示例网址：
http://domain.com/path1/to/file.js
http://domain.com/path-dash/to-dash/file.js
http://domain.com/path-dash/to-dash/file-name.js
https://sub.domain.com/path/to/file.js
http://sub.domain-dash.net/path/to/file.js
http://sub-dash.domain.com/path/to/file.js
http://sub-dash.domain-dash.com/path/to/file.js
到目前为止我所拥有的：
/(https?):\/\/(\w+[\-]?\w+)?.?(\w+[\-]?\w+)?/gm
所需的输出：
- Group1： 协议
- Group2： 子域（如果存在，如果不存在，则为空白）
- Group3： 域
- Group4： 域扩展
- Group5：目录路径
- Group6： 文件名
- Group7： 文件扩展名
问题：如何在上面列出的所有示例中将每个 URL 部分放入它自己的捕获组？
【问题讨论】：
-
你使用什么语言？
-
您可能正在重新发明轮子，因为大多数语言都提供了足够的内置方法来解析 URL。
-
比我更好的程序员（也许还有你）对完全相同的问题感到困惑——例如，使用
parse-url()代替PHP。对于C：stackoverflow.com/questions/726122/… -
@davidhu2000 语言是 C。
-
@Jan 我将使用 C（抱歉没有标记它，我现在就做）。但我什至不知道那个 PHP 函数，但很高兴知道，我确实用 PHP 编写了大部分应用程序。
标签： c regex capture-group