正则表达式提取除URL之外的文件路径

Question

我有一个包含一些文件路径的大文本，我需要一个可以帮我提取所有路径的正则表达式。目前我正在使用这个：

\/.+?\/[\w]+\.\w+

它的工作方式几乎完美，但最后包含文件名或点的链接也被解释为路径，如下所示：

http://example.com/index.html

非常感谢帮助提供有效的正则表达式。此外，如果您可以在此正则表达式的路径中添加空格支持，那将非常棒。提前谢谢！

指向正则表达式测试的链接：click

Answer 1

你可以尝试使用负面的后视来排除“http：”和“https：”前缀。

(?<!https:)(?<!http:)(?<!/)(?<!\w)((/[^\s]+)?/\w+\.\w+)

如果你在pythex中尝试使用这个测试字符串：

/abc/def/def.ps
/abc/def/ttt/def.ps
/test.txt
/abc/test.txt http://example.com/index.html
 http://www.google.com/bla/test/index.html https://www.google.com/bla/test/index.html

它只匹配前4个。

以下是pythex链接。

这个正则表达式的优点是不依赖于行的开头。

您可以添加任意数量的内容，以支持其他协议，如ftp等。

Answer 2

尝试此操作：^\/.+?\/[\w]+\.\w+$启用多行模式。