我正在尝试编写一个正则表达式，它将使用匹配组解析出完全限定路径的目录和文件名。
所以...
/var/log/xyz/10032008.log
会识别group 1 to be "/var/log/xyz" 和group 2 to be "10032008.log"
看起来很简单，但我无法让匹配组为我的生活工作。
注意：正如一些受访者指出的那样，这可能不是正则表达式的好用处。一般来说，我更喜欢使用我正在使用的语言的文件 API。我实际上想做的事情比这要复杂一点，但解释起来会困难得多，所以我选择了一个每个人都熟悉的领域，以便最简洁地描述根本问题。
【问题讨论】：
试试这个：
^(.+)\/([^\/]+)$
编辑：转义正斜杠以防止在复制/粘贴正则表达式时出现问题
【讨论】：
^(.+)\/([^\/]+)$ 正斜杠必须转义？
在支持带有non-capturing groups 的正则表达式的语言中：
((?:[^/]*/)*)(.*)
我将通过分解它来解释粗糙的正则表达式......
(
(?:
[^/]*
/
)
*
)
(.*)
各部分的含义：
( -- capture group 1 starts
(?: -- non-capturing group starts
[^/]* -- greedily match as many non-directory separators as possible
/ -- match a single directory-separator character
) -- non-capturing group ends
* -- repeat the non-capturing group zero-or-more times
) -- capture group 1 ends
(.*) -- capture all remaining characters in group 2
为了测试正则表达式，我使用了以下 Perl 脚本...
#!/usr/bin/perl -w
use strict;
use warnings;
sub test {
my $str = shift;
my $testname = shift;
$str =~ m#((?:[^/]*/)*)(.*)#;
print "$str -- $testname\n";
print " 1: $1\n";
print " 2: $2\n\n";
}
test('/var/log/xyz/10032008.log', 'absolute path');
test('var/log/xyz/10032008.log', 'relative path');
test('10032008.log', 'filename-only');
test('/10032008.log', 'file directly under root');
脚本的输出...
/var/log/xyz/10032008.log -- absolute path
1: /var/log/xyz/
2: 10032008.log
var/log/xyz/10032008.log -- relative path
1: var/log/xyz/
2: 10032008.log
10032008.log -- filename-only
1:
2: 10032008.log
/10032008.log -- file directly under root
1: /
2: 10032008.log
【讨论】：
大多数语言都具有路径解析功能，可以为您提供这些功能。如果您有能力，我建议您免费使用开箱即用的东西。
假设 / 是路径分隔符...
^(.*/)([^/]*)$
第一组是目录/路径信息，第二组是文件名。例如：
【讨论】：
什么语言？为什么要使用正则表达式来完成这个简单的任务？
如果您必须：
^(.*)/([^/]*)$
给你你想要的两个部分。您可能需要引用括号：
^\(.*\)/\([^/]*\)$
取决于您的首选语言语法。
但我建议您只使用您的语言的字符串搜索功能来查找最后一个“/”字符，然后在该索引上拆分字符串。
【讨论】：
我通过试错法做了一些研究。发现键盘中可用的所有值都可以作为文件或目录，除了 *nux 机器中的“/”。
我使用 touch 命令为以下字符创建文件，它创建了一个文件。
（下面的逗号分隔值）
'!', '@', '#', '$', "'", '%', '^', '&', '*', '(', ')', '', '"' , '\', '-', ',', '[', ']', '{', '}', '`', '~', '>', '
只有当我尝试创建'/'（因为它是根目录）和文件名容器/ 时它才失败，因为它是文件分隔符。
当我做touch .时，它改变了当前目录.的修改时间。但是，file.log 是可能的。
当然，a-z、A-Z、0-9、-（hypen）、_（下划线）应该可以工作。
因此，通过上述推理，我们知道文件名或目录名可以包含除/ 正斜杠之外的任何内容。因此，我们的正则表达式将由文件名/目录名中不存在的内容派生。
/(?:(?P<dir>(?:[/]?)(?:[^\/]+/)+)(?P<filename>[^/]+))/
root目录开始一个目录可以以/ 开头，当它是绝对路径和目录名时，它是相对的。因此，寻找出现零次或一次的/。
/(?P<filepath>(?P<root>[/]?)(?P<rest_of_the_path>.+))/
接下来，一个目录和它的子目录总是用/分隔。目录名称可以是除/ 之外的任何名称。那就先匹配 /var/ 吧。
/(?P<filepath>(?P<first_directory>(?P<root>[/]?)[^\/]+/)(?P<rest_of_the_path>.+))/
接下来，让我们匹配所有目录
/(?P<filepath>(?P<dir>(?P<root>[/]?)(?P<single_dir>[^\/]+/)+)(?P<rest_of_the_path>.+))/
这里，single_dir 是yz/，因为它首先匹配var/，然后它找到下一次出现的相同模式，即log/，然后它找到下一次出现相同模式yz/。所以，它显示了模式的最后一次出现。
现在，我们知道我们永远不会使用像 single_dir、filepath、root 这样的组。因此，让我们清理一下。
让我们将它们保持为组，但不要捕获这些组。
而rest_of_the_path 只是文件名！所以，重命名。而且文件名中不会有/，所以最好保留[^/]
/(?:(?P<dir>(?:[/]?)(?:[^\/]+/)+)(?P<filename>[^/]+))/
这将我们带到最终结果。当然，还有其他几种方法可以做到。我只是在这里提到一种方式。
^ 表示字符串以 (?P<dir>pattern) 开头表示按组名捕获组。我们有两个组，组名dir 和file (?:pattern) 表示不考虑该组或非捕获组。? 表示匹配零或一。
+ 表示匹配一个或多个
[^\/] 表示匹配除正斜杠以外的任何字符 (/)
[/]? 表示如果它是绝对路径，那么它可以以 / 开头，否则它不会。因此，匹配零次或一次出现的/。
[^\/]+/ 表示一个或多个不是正斜杠 (/) 后跟正斜杠 (/) 的字符。这将匹配 var/ 或 xyz/。一次一个目录。
【讨论】：
这个呢？
[/]{0,1}([^/]+[/])*([^/]*)
确定性：
((/)|())([^/]+/)*([^/]*)
严格：
^[/]{0,1}([^/]+[/])*([^/]*)$
^((/)|())([^/]+/)*([^/]*)$
【讨论】：
【讨论】：
试试这个：
/^(\/([^/]+\/)*)(.*)$/
不过，它会在路径上留下斜杠。
【讨论】：