c# - 正则表达式失败

Question

我正在尝试解析文本字符串中的 URL。目前我的 RegEx 模式如下所示:

(http(s)?://)?\S+\.(com|net|org|edu)\S*(?<!\W)

示例文本:

On that sample page (http://example.com/test/new.php), when you use the button, they are there, but when you use the inline, they are not.

现在它一直在捕获开头的 (。我似乎无法正确理解这一点。有什么提示吗？我正在使用 .NET 4.0 和 C# 来尝试解析它。

更新:更能反射(reflect)需要捕获的链接的示例文本

On that sample page (http://example.com/test/new.php), when you use the button, it redirects to sample.com/help instead of https://www.example.com or just example.com

Answer 1

因为在第一组 (http(s)?://)? 之后有一个 ?，正则表达式引擎可以自由回溯并尝试表达式匹配它。因为表达式的下一部分是 \S*+，所以可以自由匹配括号和 url 的其余部分。

在这种情况下，删除 ? 应该可以解决问题，但不能解决将其设为可选的问题。让我知道该部分是否真的需要是可选的，并可能提供一些额外的示例数据。