从URL中提取字符串的正则表达式

Question

我正在尝试从URL中提取我的账户ID以进行其他验证。以下是我的URL示例：

http://localhost:8024/accounts/u8m21ercgelj/
http://localhost:8024/accounts/u8m21ercgelj
http://localhost:8024/accounts/u8m21ercgelj/users?

我需要提取 url 中的 u8m21ercgelj。我尝试了下面的代码，但对于结尾没有 / 的情况，如 http://localhost:8024/accounts/u8m21ercgelj ，它会失败。

public  String extractAccountIdFromURL(String url) {
        String accountId = null;
        if ( url.contains("accounts")) {
            Pattern pattern = Pattern.compile("[accounts]/(.*?)/");
            Matcher matcher = pattern.matcher(url);
            while (matcher.find()) {

                accountId = matcher.group(1);
            }
        }
        return accountId;
    }

有人可以帮我吗？

- Anoop M Nair

Answer 1

1. [accounts] 不是在查找 accounts 这个单词，而是查找一个字符，这个字符是 a、c（重复的字符不会改变结果）、o、u、n、t 或者 s 中的一个，因为 [...] 是一个字符类。所以要去掉那些 [ 和 ]，用 / 替换它们，因为你很可能不想接受像 /specialaccounts/ 这样的情况，只想匹配 /accounts/。

2. 看起来你只想在 /accounts/ 后面找到下一个非 / 的部分。在这种情况下，你可以直接使用 /accounts/([^/]+)。

3. 如果你确定 URL 中只会有一个 /accounts/ 部分，你可以（也应该）将你的 while 改为 if 或甚至三目运算符。而且没有必要使用 contains("/accounts/")，因为它只会在整个字符串上额外遍历一次，这可以在 find() 中完成。

4. 看起来你的方法没有使用类中持有的任何数据（任何字段），所以它可以是静态的。

演示：

//we should resuse once compiled regex, there is no point in compiling it many times
private static Pattern pattern = Pattern.compile("/accounts/([^/]+)");
public static String extractAccountIdFromURL(String url) {
    Matcher matcher = pattern.matcher(url);
    return matcher.find() ? matcher.group(1) : null;
}

public static void main(java.lang.String[] args) throws Exception {
    String examples = 
            "http://localhost:8024/accounts/u8m21ercgelj/\r\n" + 
            "http://localhost:8024/accounts/u8m21ercgelj\r\n" + 
            "http://localhost:8024/accounts/u8m21ercgelj/users?";
    for (String url : examples.split("\\R")){// split on line separator like `\r\n`
        System.out.println(extractAccountIdFromURL(url));
    }
}

输出：

u8m21ercgelj
u8m21ercgelj
u8m21ercgelj

- Pshemo

---

@ANP，我想知道为什么你使用 while 而不是 if。你是否假设 URL 中可能会有多个 /accounts/？如果不是，那么为了不让维护此代码的人感到困惑，你应该将其更改为 if。但是，如果 URL 可以有多个 /accounts/，那么发布的解决方案可能会在像 /accounts/accounts/foo 这样的情况下失败（如果需要纠正，请告诉我）。 - Pshemo

好的，我在回答中甚至没有注意到[accounts]部分。对于这个答案给个+1。 - Daniel Bernsons

大家好，我的URL中只会有一个帐户。我会纠正代码片段。谢谢所有人。 - Anoop M Nair

Answer 2

你的正则表达式写成了期望接收一个斜线 - 这就是 (.*?) 后面的斜线的含义。

你应该修改它，以便它可以接受斜线或字符串的结尾。在这种情况下，(/|$) 应该可以工作，意味着你的正则表达式应该是 [accounts]/(.*?)(/|$)。

- Daniel Bernsons