Golang - 使用正则表达式提取链接

Question

Golang - 使用正则表达式提取链接

我需要在 Go 中使用正则表达式从特定域 example.de 中的文本获取所有链接

以下是应提取的所有可能链接：

https://example.de 
https://example.de/
https://example.de/home
https://example.de/home/
https://example.de/home some text that should not be extracted
https://abc.example.de
https://abc.example.de/
https://abc.example.de/home
https://abc.example.de/home
https://abc.example.de/home some text that should not be extracted

我已经尝试过的

我使用这个网站来检查我的正则表达式是否正确：https://regex101.com/r/ohxUcG/2 以下是失败的组合：

• https?://*.+example.de*.+ 在表达式 https://abc.example.de/a1b2c3 dsadsa 上失败将整个文本获取到 \n 而不是 https://abc.example.de/a1b2c3 没有 dsadsa
• https?://*.+example.de*.+\s(\w+)$ 这会获取仅以 space 终止的链接，但有时链接可以以 \n 或 \t 等终止。

可能有用的资源

Answer 1

你可以使用

(?:https?://)?(?:[^/.]+\.)*\bexample\.de\b(?:/[^/\s]+)*/?

见regex demo。 详情:

• (?:https?://)? - 一个可选的 http:// 或 https:// 字符串
• (?:[^/.]+\.)* - 除了 / 和 . 字符之外的一个或多个字符的零个或多个序列，然后是 . 字符
• \bexample\.de\b - 一个完整的单词 example.de
• (?:/[^/\s]+)* - / 的零次或多次重复，然后是空格和 /
以外的一个或多个字符
• /? - 一个可选的 / 字符。