c# - 从或正则表达式组中获取第一个匹配项

Question

我正在尝试构建匹配 URL 中任何协议(protocol)的正则表达式

(?:https?|ftp|\w{2,7})://

但我希望如果存在“http”、“https”、“ftp”，它将采用它们，而不是最长的匹配，例如:

"hdhttp://"

我用的是re2，所以不能向前看也不能向后看

Answer 1

RE2 特定答案:

因为在 RE2 中你不能使用环视，你必须拆分模式并使用两个。一种是 (https?|ftp)://，如果找不到匹配项，请使用 \w{2,7}://。或者，使用您的正则表达式，然后检查匹配项是否包含 http://、https:// 或 ftp://，如果是，并且匹配值的长度大于这些字符串，您需要使用这些值而不是匹配。

.NET相关回答

您可以使用否定前瞻来限制更通用的替代方案:

(?:https?|ftp|(?!\w*(?:https?|ftp):)\w{2,7})://
              ^^^^^^^^^^^^^^^^^^^^^^

参见 regex demo

如果 \w{2,7} 匹配，(?!\w*(?:https?|ftp):) 否定前瞻将导致匹配失败一个 2 到 7 个字符的子字符串，在 之前以 http、https 或 ftp(如果需要添加更多)结尾>:。

在 .NET 中，您还可以为此使用负向后视(它支持那里的未知宽度模式):

(?:https?|ftp|\w{2,7}(?<!https?|ftp))://
                     ^^^^^^^^^^^^^^^

查看 .NET regex demo