Java 正则表达式URL 匹配与源码全解析，

来源： javaer 分享于 2025-04-23 点击 45082 次点评：179

Java 正则表达式URL 匹配与源码全解析，

package com.RegExpInfo;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Exercise02 {
    public static void main(String[] args) {
//        String content="https://";
//        String content="http://";
//        String content="https://" +
//                "www.bilibili.com/";
//        String content="https://" +
//                "www.bilibili.com/" +
//                "video/" +
//                "BV1fh411y7R8?spm_id_from=333.788.player.switch&vd_" +
//                "source=6fe96db28441a84c79edc35a022cf1c5&p=895" ;
//        String content="https://" +
//                "www.bilibili.com" ;
        String content="https://blog.csdn.net/keshi12354?spm=1000.2115.3001.5343";
//        String regExp="^((https|http)://)";
//        (2)
//        String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+\\/";
//        (3)
        String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";
//        String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";
        Pattern pattern = Pattern.compile(regExp);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println(matcher.group(0));
        }
    }
}

1.正则表达式分解：

分布实现：
1. 基础协议匹配 (1)

 String regExp="^((https|http)://)";

功能：只匹配URL开头的协议部分

匹配内容：http:// 或 https://

结构：

^ 表示字符串开始

(https|http) 匹配"https"或"http"

:// 匹配协议分隔符

目的：先确保能正确识别URL的协议部分

2. 添加域名匹配 (2)

 String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+\\/";

新增功能：在协议后添加域名和路径的基本匹配

匹配内容：如 http://example.com/

新增结构：

([\\w-]+\\.)+ 匹配一个或多个域名部分（如"www."或"sub.")

\\w 匹配单词字符（字母、数字、下划线）

- 匹配连字符

+ 表示一次或多次

\\. 匹配点号

[\\w-]+ 匹配顶级域名（如"com"）

\\/ 匹配结尾的斜杠

目的：扩展匹配完整的域名结构

3. 添加路径和查询参数匹配 (3)

 String regExp="^((https|http)://)([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";

新增功能：支持可选的路径和查询参数

匹配内容：如 http://example.com/path?param=value

新增结构：

(\\/([\\w-_?=&./]*))?

\\/ 匹配路径开始的斜杠

[\\w-_?=&./]* 匹配路径和查询参数

包含字母、数字、下划线、连字符、问号、等号、&、点和斜杠

? 表示整个路径部分是可选的

$ 表示字符串结束

目的：使正则表达式能够匹配带路径和参数的完整URL

4. 最终优化版本

String regExp="^((https|http)://)?([\\w-]+\\.)+[\\w-]+(\\/([\\w-_?=&./]*))?$";

关键改进：使协议部分变为可选

匹配内容：现在可以匹配：

带协议的URL：http://example.com/path

不带协议的URL：example.com/path

修改点：

在协议部分 ((https|http)://) 后添加了 ? 使其变为可选

目的：提高正则表达式的灵活性，适应更多使用场景

5.设计思想总结

渐进式开发：从简单到复杂逐步构建正则表达式

模块化设计：每个部分都有明确的功能划分（协议、域名、路径）

灵活性增强：通过添加可选标记(?)使表达式更通用

边界明确：始终使用^和$确保匹配整个字符串

字符集合理定义：使用[\w-]等字符集准确描述允许的字符

这种分步构建的方法不仅使正则表达式更易于理解和维护，也方便在开发过程中逐步测试每个部分的匹配效果。

到此这篇关于Java 正则表达式综合实战：URL 匹配与源码解析的文章就介绍到这了,更多相关java正则表达式URL 匹配内容请搜索3672js教程以前的文章或继续浏览下面的相关文章希望大家以后多多支持3672js教程！

您可能感兴趣的文章:

Java常用正则表达式验证类完整实例【邮箱、URL、IP、电话、身份证等】
java正则表达式获取url的host示例
JAVA正则表达式匹配多个空格的解决方案
java正则表达式匹配规则超详细总结
Java使用正则表达式进行匹配且对匹配结果逐个替换
java如何用正则表达式匹配与提取字符串
Java正则表达式循环匹配字符串方式

Java 正则表达式URL 匹配与源码全解析，