URL正则表达式组捕获

Question

你好，我试图找到一个正则表达式，将赶上在网址中的条款。

例如，给定：
https://stackoverflow.com，它会赶上“计算器”
并给予https://stackoverflow.com/questions/ask，它会赶上“计算器”，“问题”，“问”，后在斜线字符之间的任何潜在的条款域名。

到现在为止，我设法找到下面的正则表达式，但不能重复捕获组

https?:\/\/(?:www\.)?([\da-z-]*)(?:[\.a-z]*)(?:\/([\da-z]*)\/?)+ 

你们是否有解决这一问题的任何方式？那太好了。

Answer 1

我测试了Michal M的答案，它似乎没有得到”www“。所以我更新了它

/(?:\/(?:w{3}\.)?)\K([\w]+)/i 

编辑：只要匹配“www”不重要。我把它放在一个非捕获组中，所以它不会被捕获。顺便说一句，我还放置了不区分大小写的修饰符，所以“WWW”。也没关系。

Answer 2

试试这个：

(?:(\/))\K(\w+) 

在记事本++

Answer 3

您可以尝试使用两个单独的正则表达式测试 - 一个用于主机名部分，另一个路径部分的条款。然后用交替建设将它们结合起来并进行全局搜索：

https?:\/\/(?:\w+\.)*(\w+)\.\w+ # this would capture hostname "term" 
    | 
\/(\w+)       # this would capture path "terms" 

（注：需要/x修改）

演示：https://regex101.com/r/nA8jT9/2

Answer 4

感谢我设法重新安排它为它一起工作了“ www“

(?:\/(?:www\.)?)\K([\w\d]+)