斜杠上拆分的正则表达式

Question

我正在尝试分割网址，以获得域名。你知道吗

example.com                => example.com
example.com/dir/index.html => example.com

我正在尝试的正则表达式是

(.+?)(/|$)

当我在python中这样使用它时：

import re
m = re.search('(.+?)(/|$)', url)

它适用于第一个例子，但是对于第二个例子，我总是得到example.com/。我怎么去掉反斜杠？你知道吗

编辑：我很抱歉，我忘了包括一个重要的信息。我需要一个正则表达式，因为我需要用oraclesql来编写它。幸运的是，Oracle支持regex，但与urlparse不同。我只是在用python进行测试。很抱歉！你知道吗

Answer 1

最简单的方法是使用stdlib中的^{}函数：

>>> from urllib.parse import urlparse
>>> url = 'http://example.com/dir/index.html'
>>> p = urlparse(url)
>>> p.netloc
'example.com'

除了简单得多之外，它还以一种定义明确、文档清晰的方式处理您没有想到的情况（例如，如果有一个端口和一个主机呢？），而对于您的代码，谁知道您没有预料到的情况会发生什么呢？你知道吗

---

如果确实要将URL视为字符串而不是URL，则按斜杠拆分的简单方法是按斜杠拆分：

>>> bits = url.split('/')
>>> bits[2]
example.com

---

如果您真的想使用regexp在斜杠上拆分，您可以使用re.split而不是试图找出一种方法来欺骗re.search来拆分：

>>> bits = re.split('/', url)
>>> bits[2]
example.com

---

最后，如果您想用match或search来完成，并且您不想捕获/，请不要将/放在捕获组中，查看您特意捕获的组，而不是整个字符串：

>>> url = 'example.com/dir/index.html'
>>> m = re.search('(.+?)(/|$)', url)
>>> m.groups()
('example.com', '/')
>>> m = re.search('(.+?)(?:/|$)', url)
>>> m.groups()
('example.com',)

Answer 2

尝试匹配非向前斜杠，如([^/]+?)(/|$)