我如何使用 Regex 从 URL 获取 PATH？

Question

也许有人可以帮我解决这个正则表达式？

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

我需要从 URL 获取所有路径。我试过了，但我不能只匹配没有引号的路径

https://regex101.com/r/J6nILD/6

Answer 1

您可以通过 Groovy 代码使用 JSR223 采样器获取路径。

声明/获取URL变量

解析 URL 以获得协议、主机、端口和路径。使用JSR223 Sampler，将以下代码粘贴到脚本区

URL url1 = new URL(vars.get('url'));

vars.put('protocol', url1.getProtocol());
vars.put('host', url1.getHost());
vars.put('port', url1.getPort() as String);
vars.put('path', url1.getPath());
vars.put('query', url1.getQuery());

使用 ${}

Answer 2

如果您必须先扫描 URL:

我已尝试提供一个可能适用于您的上下文的简单正则表达式（过于简化），但您可能必须修改它以提供一些额外的上下文。例如，x 是一个有效路径，这个正则表达式将识别它。但是，如果您尝试在 <img src="x"> 等字符串中查找路径，它也会将 img 识别为有效的 url 路径。在那种情况下，您可能想要：

/<img\s+src="((https?|ftp):\/\/[^\/]+)?(\/?[^?#\s"]*)/i

var regex = /\b((https?|ftp):\/\/[^\/]+)?(\/?[^?#\s]*)\b/i;
var s = 'http://example.com/a/b?x=1';
var result = regex.exec(s);
console.log(result[3]);

如果 URL 的协议和主机部分始终存在，那么通过使协议和主机不是可选的，在几乎任何上下文中区分 URL 变得更容易：

/\b((https?|ftp)://[^/]+)(/?[^?#\s]*)\b/i;

Answer 3

你可以选择类似的东西：

(?:([^:\/?#]+):)?(?:\/\/([^\/?#]*))?([^?#]*)(?:\?([^#]*))?(?:#(.*))?

演示：

更多信息：

我如何使用 Regex 从 URL 获取 PATH？

How i can get PATH from URL with Regex?

regex

pcre

jmeter