regex - Notepad++ 正则表达式组捕获

Question

我有这样的txt文件:

ххх.prontube.ru
salo.ru
bbb.antichat.ru
yyy.ru
xx.bb.prontube.ru
zzz.com
srfsf.jwbefw.com.ua

尝试删除具有此类正则表达式的所有子域:

Find:    .+\.((.*?)\.(ru|ua|com\.ua|com|net|info))$
Replace with: \1

接收:

prontube.ru
salo.ru
antichat.ru
yyy.ru
prontube.ru
zzz.com
com.ua

为什么最后一行变成com.ua而不是jwbefw.com.ua？

Answer 1

无需环顾四周即可工作:

查找:[a-zA-Z0-9-.]+\.([a-zA-Z0-9-]+)\.([a-zA-Z0-9-]+) $替换:\1\.\2

它找到至少有 2 个句点的内容，并且最后两个句点后面仅包含字母、数字和破折号；然后它用最后两个部分替换它。我认为更直观。

领先的 xxx 发生了一些有趣的事情。它似乎不是纯 ASCII。为了这个问题，我假设这只是这个网站的一些有趣的事情，并不代表您的真实数据。

不正确

有趣的是，我之前在这里有一个错误的答案，但积累了很多赞成票。所以我认为我应该保留它:

查找:[a-zA-Z0-9-]+\.([a-zA-Z0-9-]+)\.(.+)$替换:\1\.\2

它只是找到一个至少包含 2 个句点的主机名，然后将其替换为第一个点之后的所有内容。