求一正则表达式

Question

通过.net的正则
http://www.aa.bb.com
htp://aa.bb.com
aa.bb.com上面3个都得到 aa并对语句稍微讲解一下。谢谢。
(?<=http://)(\w+) 这个是我写的。不知道怎么加上或者匹配www
还有?<= 这个什么意思查不到。

Answer 1

(?<=exp) 匹配exp后面的位置 

Answer 2

谢谢，参考。继续求答案通过.net的正则 
http://www.aa.bb.com 
htp://aa.bb.com 
aa.bb.com 上面3个都得到 aa 

Answer 3

可以用string 的 Indexof解决。

Answer 4

(?<=http://(www\.)*)([^w]\w+)自己写了个。可以匹配前二个了。
匹配www. 0次或多次的后面字符。但该字符。不包括 w 
求更好答案。

Answer 5

晕哦。不行。会屏蔽w开头的子域名。为什么(www\.)*不是贪婪匹配啊？

Answer 6

htp://aa.bb.com 
是不是少了一个t:
http://aa.bb.com 

Answer 7

@"(?:http://)?(?:www\.)?(?<a>\w+)"// 捕获组 <a> 就是所求

Answer 8

new Regex(@"(?:http://)?(?:www\.)?(?<a>\w+)\.\w+\.", RegexOptions.Compiled);
这样是不是没有问题？

Answer 9

也不行啊。
www.xxx.cn
会获得www

Answer 10

new Regex(@"(?:http://)?(?:www)?.?(?<a>\w+)\.\w+\.", RegexOptions.Compiled); 

Answer 11

ok...
 Regex re = new Regex(@"(?:http://)?(?:www)?\.?(?<a>\w+)..*", RegexOptions.Compiled);

Answer 12

string s1 = @"http://www.aa.bb.com";
            string s2 = @"http://aa.bb.com";
            string s3 = @"aa.bb.com";
            string s4 = @"www.xxx.cn";
            Regex re = new Regex(@"(?:http://)?(?:www)?\.?(?<a>\w+)..*", RegexOptions.Compiled);
            if (re.Match(s1).Success && re.Match(s2).Success && re.Match(s3).Success && re.Match(s4).Success)
            {
                Console.WriteLine(re.Match(s1).Groups["a"].Value);
                Console.WriteLine(re.Match(s2).Groups["a"].Value);
                Console.WriteLine(re.Match(s3).Groups["a"].Value);
                Console.WriteLine(re.Match(s4).Groups["a"].Value);
            }
aa
aa
aa
xxx
请按任意键继续. . .

Answer 13

(?<=Expression)
逆序肯定环视，表示所在位置左侧能够匹配Expression
 Match match = Regex.Match(uri, @"((http(s)?://)?)+[\w-.]+[^/]");//, RegexOptions.IgnoreCase
string patten = @"^http://(www\.){0,1}.+\.(com|net|cn)$"; 

Answer 14

http://www.bb.cn获得的是bb。正确应该是空的。

Answer 15

http://www.bb.cn 
www.xxx.cn
有啥区别？

Answer 16

区别很大。
www.aa.cn
是一级域名。
yyy.aa.cn
是二级域名
www这3个字母应该是不能作为二级域名的。

Answer 17

最后 一个是xxx。这种情况应该的得到空。我就可以知道用户进入的是主站。

Answer 18

try...string[] test = new string[] { "http://www.aa.bb.com", "http://aa.bb.com", "aa.bb.com", "http://www.bb.cn" };
foreach (string s in test)
{
    Match m = Regex.Match(s, @"(?i)(?<=^|http://(?:www\.)?)(?!www\.)\b\w+(?!\.\w+$)(?=(?:\.\w+))");
    if (m.Success)
    {
         richTextBox2.Text += "源字符串： " + s.PadRight(25, ' ') + "匹配结果： " + m.Value + "\n";
    }
    else
    {
         richTextBox2.Text += "源字符串： " + s.PadRight(25, ' ') + "匹配结果： 未匹配\n";
    }
}
//输出
源字符串： http://www.aa.bb.com     匹配结果： aa
源字符串： http://aa.bb.com         匹配结果： aa
源字符串： aa.bb.com                匹配结果： aa
源字符串： http://www.bb.cn         匹配结果： 未匹配

Answer 19

请解释下吧。
应该有很多正则初学者。
 @"(?i)(?<=^|http://(?:www\.)?)(?!www\.)\b\w+(?!\.\w+$)(?=(?:\.\w+))");不是每个符号都能明白。请讲解。

Answer 20

先看下有没有不符合要求的吧
刚看了下，虽然对目前的结果没影响，不过上面的正则是少了一个“+”的
Match m = Regex.Match(s, @"(?i)(?<=^|http://(?:www\.)?)(?!www\.)\b\w+(?!\.\w+$)(?=(?:\.\w+)+)");解释的话会比较多，明天整理下再回吧，今天先睡了

Answer 21

(?i)(?<=^|http://(?:www\.)?)(?!www\.)\b\w+(?!\.\w+$)(?=(?:\.\w+)+)(?i) 匹配模式，表示忽略大小写，在.NET中等价于在后面加RegexOptions.IgnoreCase参数(?<=^|http://(?:www\.)?) 肯定逆序环视，语法(?<=Exp)，最终匹配到的只是一个位置，相当于在所在位置的左侧附加了一个条件，表示所在位置左侧必须能够匹配Exp
用在这里就表示左侧必须是字符串开始位置^，或者以http://(?:www\.)?开头，其中www.可有可无(?!www\.) 否定顺序环视，语法(?!Exp)，同上，匹配的只是一个位置，相当于在所在位置的右侧附加一个条件，表示所在位置右侧必须不能匹配Exp
用在这里是因为前面的www.是可有可无的，如果不加这个条件限定，那么最后一个例子
http://www.bb.com
将会匹配到www
在正则表达式尝试匹配到http://后的位置时，条件(?<=^|http://(?:www\.)?)中www.是可有可无的，所以也是满足的，这样后面的\b\w+就会匹配到www.，所以要加(?!www\.)这样一个条件，使这个位置的右侧不能是www.\b\w+ \b单词边界，\w相当于[a-zA-Z0-9_]
\b限定取到的内容是开始位置，或:，或.与.之间完整的内容，而不是部分子串
还是最后的那个例了
http://www.bb.com
前面(?<=^|http://(?:www\.)?)(?!www\.)的条件限定，使得http://w以前的位置都不符合条件，在第一个w后的位置是满足以上条件的，如果这里不用\b限制，则\w+就可以匹配到ww，这个结果显然是错误的
域名的通用规则是a-zA-Z0-9_组成，其实还有一个“-”，\w在.NET中如果没有加RegexOptions.ECMAScript参数，那么还可以匹配一些本地字符集，如中文，全角数字等，所以用在这里并不是很合适，可以把表达式中的\w替换为[a-zA-Z0-9_-](?!\.\w+$) 这个条件主要是用来限定右侧不能只有一个.com之类的域我，也就是要排除www.bb.com这种域名(?=(?:\.\w+)+) 这个条件主要是用来限定右侧要符合多个.\w+这样的规则，如果能保证传过来的参数符合域名规则，这个条件可以去掉关于环视，可以参考一下我的博客，目前只写了几篇，后续会陆续增加
正则基础之——环视

Answer 22

非常感谢。暂不结帖.加分.顶.让初学者看看。
多谢lxcnn的详细回帖子。

Answer 23

我怎么感觉有一个地方写错了呢？
(?!\.\w+$) 这个条件主要是用来限定右侧不能只有一个.com之类的域我，也就是要排除www.bb.com这种域名
这句话应该是排除类似于www.com这类的域名吧，而不是www.bb.com。
因为\.\w+$就是说只出现一次.就结束了啊！还望您指点。