使用 .net 正则表达式提取主机/端口组合 - 端口部分可选

Question

假设我想从这样的字符串中提取主机名和端口号：

stackoverflow.com:443

这很容易。我可以这样做：

(?<host>.*):(?<port>\d*)

我不担心协议方案或有效的主机名/IP 地址或 tcp/udp 端口​​，这对我的请求并不重要。

但是，我还需要支持一个超出我对正则表达式知识范围的扭曲 - 没有端口的主机名：

stackoverflow.com

我想为此使用单个正则表达式，并且我想使用命名捕获组，这样主机组将始终存在于正匹配中，而端口组存在当且仅当我们有一个冒号后跟几位数字。

我试图从我对它的微弱理解中做出积极的回顾：

(?<host>.*)(?<=:)(?<port>\d*)

这很接近，但冒号 (:) 包含在主机捕获的末尾。所以我尝试将主机更改为包含除冒号之外的任何内容：

(?<host>[^:]*)(?<=:)(?<port>\d*)

这给了我一个空主机捕获。

关于如何完成此操作的任何建议，即使冒号和端口号可选，但如果它们存在，包括端口号捕获并使冒号“消失”？

编辑：我收到的所有四个答案对我来说都很好，但要注意其中一些的 cmets。由于正则表达式结构的布局和解释很好，我接受了 sln 的回答。感谢所有回复！

Answer 1

我建议使用Uri class 而不是正则表达式。

// Use URI class for parsing only
var uri = new Uri("http://" + fullAddress);
// get host
host = uri.DnsSafeHost;
// get port
portNum = (ushort)uri.Port;

好处是

• 它支持：
  • IPv4 和 IPv6
  • 国际化域名（IDN）
• 将来可以扩展以考虑架构
• 简短且标准化的代码，减少错误

查看.NET Fiddle上的使用示例

Answer 2

这可能是(?<host>[^:]+)(?::(?<port>\d+))?

 (?<host> [^:]+ )               # (1), Host, required
 (?:                            # Cluster group start, optional
      :                              # Colon ':'
      (?<port> \d+ )                 # (2), Port number
 )?                             # Cluster group end

edit - 如果您不使用集群组，而是使用捕获组作为该集群组，这就是 Dot-Net 在其默认配置状态下“计数”组的方式 -

 (?<host> [^:]+ )         #_(2), Host, required                           
 (                        # (1 start), Unnamed capture group, optional
      :                        # Colon ':'
      (?<port> \d+ )           #_(3), Port number                           
 )?                       # (1 end)

Answer 3

如果您的主机名不包含:（如 ipv64），那么试试这个：

(?<host>[^:]*):?(?<port>\d*)

Answer 4

试试这个：

(?<host>[^:]+)(:(?<port>\d+))?

这使得整个冒号和端口号部分成为一个可选组，并在其中捕获端口号。另外，我使用加号来确保主机名和端口号至少包含一个字符。

Answer 5

你可以用这个：

(?<host>[^:]+)(:(?<port>\\d+))?