匹配任何子域的正则表达式答案

【问题标题】：Regex which matches any subdomain匹配任何子域的正则表达式
【发布时间】：2013-02-12 21:11:43
【问题描述】：

我正在寻找正则表达式，它将匹配任何以“http”或“https”开头并包含特定域的 URL。如果域是“stackoverflow.com”，我应该能够从字符串中提取所有域和子域匹配项（仅限 .com，因此不应匹配 .net、.org 等），然后将它们添加到列表中循环遍历所有匹配项。我该怎么做？

到目前为止，这是我找到的最好的解决方法（搜索名为“somestring”的字符串并将结果添加到列表“myList”中）

       Regex r = new Regex(@"(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\-@/$,]*");
       Match m = r.Match(somestring);
       while (m.Success) 
       {
           if ((m.Value).Contains("stackoverflow.com"))
           {
           myList.Add(m.Value);
           }
        m = m.NextMatch();
       }

【问题讨论】：

标签： c# regex

【解决方案1】：

你的意思是 - 你想测试一个 url 是否指向 stackoverflow.com 上的页面或其任何子域（例如 m.stackoverflow.com ）？

解析网址怎么样

new Uri("http://stackoverflow.com/questions/14827755/regex-which-matches-any-subdomain").Host

然后测试 Host 属性是否以 '.stackoverflow.com' 结尾或完全等于 'stackoverflow.com'。

见http://msdn.microsoft.com/en-us/library/system.uri.aspx

【讨论】：

Colonel Panic，我想从字符串中提取所有匹配项 - 如果字符串是“http://stackoverflow.comaaaaakkkkhttp://moo.stackoverflow.comlll ggggghttp://www.something.stackoverflow.comggggg”我想提取“http://stackoverflow.com”“http://moo.stackoverflow.com”和“http://www.something.stackoverflow.com”并将它们添加到我的列表中。该字符串也可以包含回车符和换行符。我在（更新的）问题中发布的解决方案正是这样做的，但会导致巨大的性能问题。希望这能让它有点清楚
另一个例子 - 如果我将此网页的源代码保存为字符串，我想提取每个有效的 URL（以 http 或 https 开头）并包含“stackoverflow.com”并将其保存到我的列表。请记住，“stackoverflow.com”只是一个示例，它可以是任何域名，例如“google.com”“moo.net”等。谢谢所有试图提供帮助的人

【解决方案2】：

这可能会让你开始做什么：

https?://(www\.)?([^.]+)\.([^.]+.)+

解释：

https?://

匹配 http 或 https。

(www\.)?

如果 www.存在，匹配它。

([^\s.]+)

匹配网站名称（由一个或多个非点非空白字符组成）。

(\.[^\s.]+)+

匹配一个或多个域/子域（由一个点组成，然后是一个或多个非点非空白字符）。

【讨论】：

谢谢你，我会看看我能不能弄明白，一旦我弄明白了，我会回帖