正則表達式：網站網址的正則表達式轉換

Question

這裏是網址的正則表達式：

(?<protocol>http|ftp)://(?<domain>[^/\r\n]+)(?<path>/[^\r\n]*)? 

我想知道怎麼能說是？就像每個字符/標誌的含義一樣。

我知道：

(?<protocol>http|ftp):// :: '協議' 的分組名稱

http|ftp - HTTP或FTP

://後，協議必須是這些字符

然後我會就如何解釋以下內容：

`(?<domain>[^/\r\n]+)(?<path>/[^\r\n]*)?` 

謝謝

Answer 1

當您指定(?<text>(regex))您正在做的是爲捕獲組指定分組名稱。捕獲組可以拆分數據的匹配方式。

例如：（HTTP | FTP）\：只有一個捕獲組，但比賽（HTTP或FTP）和:字符。後者在捕獲組中未被指定。

捕獲組在許多情況下很有用，如bash或Python，您需要一組特定的數據。所以，如果我想只有HTTP或FTP，但我想，以確保它其次是「：」，我將指定我想捕獲組0

現在回到正則表達式。

單獨的正則表達式是（這將匹配http://google.com），沒有分組名稱：

(http|ftp)\:\/\/([^/\r\n]+)(\/[^\r\n]*) 

(http|ftp) ::匹配可以是 'http' 或 'FTP'。

\: ::匹配的 '：' 字符。

\/ ::匹配'/'字符。

([^/\r\n]+) ::匹配任何字符和一個或多個不在設置一致。意思是不是'/'的任何字符，返回字符或換行符。

([^\r\n]*) ::匹配任何字符，零個或多個匹配不在集合。往上看。

現在以下只是一個URL的最後兩部分。的URL是由protocol://domain/path

(?<domain>[^/\r\n]+)(?<path>/[^\r\n]*)?