最后 / 和之间的正则表达式返回数？

Question

我正在尝试在最后一个 / 和第一个 ? 之间的 URL 末尾选择 ID 例如：http://www.website.com/page/support/28685875?JK.kj_id=

将仅提取 id：28685875

我在正则表达式方面非常糟糕，并且已经弄清楚了这些

• ([^/]+$)选择结尾28685875?JK.kj_id=

• .+?(?=\?)选择开始www.website.com/page/support/28685875

我想尝试以各种方式将它们组合在一起，但几个小时后我没有成功。

谁能解释我做错了什么/如何选择这个 URL 部分？

编辑：我正在使用基于 Java 的 ETL 应用程序来转换数据集。

Answer 1

非正则表达式解决方案

在 Java 中，您可以使用 URL class 来解析 URL。因此，最好的解决方案是：

URL aURL = new URL("http://www.website.com/page/support/28685875?JK.kj_id=");
String str = aURL.getPath().substring(aURL.getPath().lastIndexOf("/") + 1);
System.out.println(str);

见demo

参见Parsing a URL 教程。

正则表达式解决方案

您要查找的正则表达式应匹配最后一个/，后跟数字或直到? 的任何符号，可能还跟/ 以外的可选字符到字符串末尾。 / 和? 之间的部分可以捕获到一个组中然后使用。

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

见regex demo

否定字符类[^\/] 匹配除/ 之外的任何字符。第 1 组将保存您需要的值。

仅匹配您需要使用环视的子字符串：

(?<=/)[^/]*(?=[?][^/]*$)
^^^^^      ^^^

或更简单的：

(?<=/)[^/?]+(?=[?]|$)

见demo

Java code:

String s = "http://w...content-available-to-author-only...e.com/page/support/28685875?JK.kj_id=";
Pattern pattern = Pattern.compile("(?<=/)[^/?]+(?=[?]|$)");
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    System.out.println(matcher.group()); 
} 

但是，您可以使用基于捕获的正则表达式并使用 matcher.group(1) 访问组 1。

(?<=/)([^/?]+)(?=[?]|$) 模式执行以下操作：

• (?<=/) - 检查字符串中当前测试位置之前是否有/（如果失败，则索引前进，测试下一个位置）
• [^/?]+ - 匹配除 / 和 ? 之外的 1 个或多个字符（此处无需转义）
• (?=[?]|$) - 检查下一个字符是 ? 还是字符串结尾。如果不是，则比赛失败。

Answer 2

试试这个：

\/([^\/\?]+)(?:\?|$)

这将获取最后一个“/”之后和“？”之前的任何字符，如果是“？”存在。在这里，第一组将为您提供 ID。

简化

(?<=\/)([^\/\?]+)(?=\?|$)

这将在不分组的情况下获取 ID。