目標

更換主機和路徑（位置），但保留文件名（它們是不變）。正則表達式 - 獲取URL協議，主機，路徑，而不是文件名 - PCRE

無子域網址 - 不工作

這適用於主機（域）是至少有一個子域（例如，「www.somedomain.com」），但沒有隻域，以獲得路徑+ TLD（例如 'somedomain.com'）

(http[s]?:\/\/([^:\/\s]+)(\/\w+)*\/)+

在下面的HTML代碼段

junk before tag <img src="https://somedomain.com/wp-content/uploads/2017/10/someimage.jpg" alt="" />Random text after

甲PCRE發動機只捕獲：

https://somedomain.com/

URL 與子域 - 工程

在下面的HTML片段（域有一個子域）

junk before tag <img src="https://www.somedomain.com/wp-content/uploads/2017/10/someimage.jpg" alt="" />Random text after

一個PCRE引擎捕獲整個URL（保存文件）：

https://www.somedomain.com/wp-content/uploads/2017/10/

問題

我怎樣才能調整正則表達式捕捉到完整的協議，域和路徑（而不是文件名）爲img src=""網址有子域以及那些沒有子域？

來源

2017-10-05 Baker

所以呢？我並不十分清楚所需的輸出是什麼。 – CAustin

在第一個例子中，我想要'https：// somedomain/wp-content/uploads/2017/10 /'，但我只能得到'https：// somedomain /'。第二個例子按預期工作。 – Baker

https?:\/\/(?:[^\/ ]*\/)*

演示here。

說明

http  //Should start with http 
s?  // s is optional 
:\/\/  // should follow up with :// 
(?:  //START Non capturing group 
[^\/ ]* //Any character but a/or a space 
\/  //Ends with/
)   //END Non capturing group 
*   //Repeat non-capturing group

在要返回`www.somedomain.com`第二個例子

來源

2017-10-05 23:47:11 kaza

這個技巧。謝謝。 – Baker

正則表達式 - 獲取URL協議，主機，路徑，而不是文件名 - PCRE

目標

無子域網址 - 不工作

URL 與子域 - 工程

問題

回答

相關問題