使用正则表达式匹配URL的部分

Question

我在正则表达式匹配URL方面遇到了挑战，希望我能向你们这些聪明的人请教一下 :-)

请查看此测试用例 https://www.regex101.com/r/bH4hE1/2

我使用的正则表达式是：(\w+)(.\w+)+(?!.*(\w+)(.\w+)+)

问题是，它只找到了reports.html，但我还需要在第一个URL中找到reports。

https://my.website.com/reports?ref_=kdp_BS

https://my.website.com/reports.html

- Dyvel

---

你想提取哪些“部分”？是用什么“语言”？ - hwnd

你在找什么？报告吗？还是报告？ref_=kdp_BS？ - Ruben Kazumov

我正在寻找第一个URL中的报告以及第二个情况下的reports.html。 - Dyvel

Answer 1

要在任何路径中捕获"reports"或"reports.html"，请从最后一个/后开始匹配，并捕获单词字符和.：

/.*\/([.\w+]+)/

请看：

查看：https://www.regex101.com/r/iZ7dF3/8

- Ben Grimm

---

从您的示例中，我只需要第三个捕获组。请原谅我的无知，但我该如何仅获取它？ - Dyvel

如果您不需要捕获其余部分，只需删除括号或更改为非捕获组(?:.+)。我将更新答案以仅捕获相关部分。 - Ben Grimm

已更新，可以获取任何路径下的"reports.*"。 - Ben Grimm

嗯...我不太确定 :-D 我使用一个叫做ubot studio的东西 - 它是基于.net构建的 - 我猜测应该是c#。 - Dyvel

我认为这更多与软件有关，而不是正则表达式。它正在“匹配”所有内容，只是忽略了捕获组。我相信你需要提取捕获值的方法在某个地方有记录... - Ben Grimm

Answer 2

尝试：

/([^\/?]+)(?:\?.+)?$/gim

它将起作用并选择：

reports
reports.html

- Ruben Kazumov

---

接近了，但我还必须删除?ref_=kdp_BS部分。 - Dyvel