java - 为什么此代码(使用正则表达式从 URL 中提取主机名)失败

Question

我正在尝试将 url 中的主机名与正则表达式和组进行匹配。我编写此测试是为了模拟可接受的输入。

为什么这段代码会失败？

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexTest {

    public static void main(String[] args)
    {
        Pattern HostnamePattern = Pattern.compile("^https?://([^/]+)/?", Pattern.CASE_INSENSITIVE);

        String[] inputs = new String[]{

                "http://stackoverflow.com",
                "http://stackoverflow.com/",
                "http://stackoverflow.com/path",
                "http://stackoverflow.com/path/path2",
                "http://stackoverflow.com/path/path2/",
                "http://stackoverflow.com/path/path2/?qs1=1",

                "https://stackoverflow.com/path",
                "https://stackoverflow.com/path/path2",
                "https://stackoverflow.com/path/path2/",
                "https://stackoverflow.com/path/path2/?qs1=1",
        };

        for(String input : inputs)
        {
            Matcher matcher = HostnamePattern.matcher(input);
            if(!matcher.matches() || !"stackoverflow.com".equals(matcher.group(1)))
            {
                throw new Error(input+" fails!");
            }
        }

    }

}

Answer 1

这是因为您的正则表达式 ^https?://([^/]+)/? 和您对 Matcher#matches 方法的调用期望匹配完全输入。

你需要使用:

matcher.find()

否则您的正则表达式将只匹配前 2 个输入字符串:http://stackoverflow.com 和 http://stackoverflow.com/