正则表达式：捕获文件名（不包括 URL 路径和扩展名）

Question

在JavaScript中，我可以使用这个正则表达式([^\/]+)(\.[^\.\/]+)$来仅捕获URL中的文件名。它适用于以下情况：

http://a.com/b/file.name.ext
http://a.com/b/file.name.ext#hash
http://a.com/b/file.name.ext?query

然而，如果没有文件扩展名，它将无法匹配：

无匹配

http://a.com/b/filename
http://a.com/b/filename#hash
http://a.com/b/filename?query

这很正常。第二个捕获组期望在结尾处有一个.ext块。

如果我将第二个捕获组设置为可选...

`([^\/]+)(\.[^\.\/]+)?$`

如果第一个捕获组变得贪婪，那么它会包含.ext结尾，而我不希望出现这种情况。正则表达式引擎如何考虑可选的第二个组？如何使扩展名的存在是可选的？

---

注意：此正则表达式不适用于具有以下结构的URL：

http://a.com/b/filename?query=a.b
http://a.com/b/filename.ext?query=a.b

在我的情况下，URL中不会再出现点。

- James Newton

---

只需不在第一个贪婪组中匹配点号: ([^\/.]+) - Jo So

@JoSo：文件名中可能会有点。我已经编辑了我的问题以明确这一点。 - James Newton

@JoSo 当然可以！（我试过其他方法，但我没有想到为整个表达式创建替代方案。）([^\/.]+)$|([^\/]+)(\.[^\/.]+)$ 对我有效（在第一个替代方案后加上 $）。如果您愿意将其作为答案给出，我可以为您提供积分。 - James Newton

在 http://a.com/b/filen.ame 中，无法判断 ame 是名称的一部分还是扩展名！！（除非您提供允许的扩展名列表） - Enissay

@Enissay 你说得对。我的假设是，如果文件名中有任何点，则最后一个点是扩展名。但对于其他有类似问题的人来说，情况可能并非如此。 - James Newton

Answer 1

如果您想要纯正的正则表达式（即理论计算机科学中漂亮而干净的常规语言表达式，以及捕获组），那么您可以使用备选组来实现：

([^\/.]+)$|([^\/]+)(\.[^\/.]+)$

请识别第一组和第二组。第三组是可选扩展。

另一个可能性：

([^\/.]+)(([^\/]*)(\.[^\/.]+))?$

在这里，您需要使用第4组作为扩展名，并将第1组和第3组连接起来作为文件名。第2组仅用于使3和4的组合可选。

- Jo So

---

你的第二个命题还可以捕获任何查询或哈希部分，如果没有扩展名。请参见此处：https://regex101.com/r/hB9dK8/1 - James Newton

@JamesNewton 这个页面上的所有正则表达式都捕获了那些内容。但是你可以通过在所有否定组中包含＃和？，并且不使用$匹配输入的结尾来避免这种情况。或者更简单的方法是，在匹配之前先删除查询和哈希值。 - Jo So

Answer 2

测试环境：

http://a.com/b/file.name.ext
http://a.com/b/filename
http://a.com/b/filename#hash
http://a.com/b/filename?query

var file = "http://a.com/b/filename#hash";
function getFileName(url) {
    var index = url.lastIndexOf("/") + 1;
    var filenameWithExtension = url.substr(index);
    var filename = filenameWithExtension.split(".")[0]; 
    filename = filename.replace(/(#|\?).*?$/, "");
    return filename;                                   
}

alert(getFileName(file));
//filename

---

参考资料：

lastindexof

split

substr

replace

- Pedro Lobito