我正在阅读有关如何从网页中解析URL的问题，并且对提供此解决方案的可接受答案有疑问：
1
| ((mailto\:|(news|(ht|f)tp(s?))\://){1}\S+) |
该解决方案由csmba提供，他将其归功于regexlib.com。呼。 学分完成。
我认为这是一个相当幼稚的正则表达式，但这是构建更好的东西的一个很好的起点。 但是，我的问题是这样的：
{1}的意义是什么？ 它的意思是"恰好是先前的分组之一"，对吗？ 这不是正则表达式中分组的默认行为吗？ 如果{1}被删除，表达式会以任何方式更改吗？
如果我从同事那里看到此错误，我会指出他或她的错误，但是在撰写本文时，响应的等级为6，而regexlib.com上的表达式的等级为5。因此，我可能遗漏了某些东西？
@Rob：我不同意。为了执行您要的请求，我认为您需要使用" negative-look-behind"，这是可能的，但肯定与使用{1}不相关。 regexp的两个版本均未解决该特定问题。
让代码说话：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| tibook 0 /home/jj33/swap > cat text
Text this is http://example.com text this is
Text this is http://http://example.com text this is
tibook 0 /home/jj33/swap > cat p
#!/usr/bin/perl
my $re1 = '((mailto\:|(news|(ht|f)tp(s?))\://){1}\S+)';
my $re2 = '((mailto\:|(news|(ht|f)tp(s?))\://)\S+)';
while (<>) {
print"Evaluating: $_";
print"re1 saw \$1 = $1
" if (/$re1/);
print"re2 saw \$1 = $1
" if (/$re2/);
}
tibook 0 /home/jj33/swap > cat text | perl p
Evaluating: Text this is http://example.com text this is
re1 saw $1 = http://example.com
re2 saw $1 = http://example.com
Evaluating: Text this is http://http://example.com text this is
re1 saw $1 = http://http://example.com
re2 saw $1 = http://http://example.com
tibook 0 /home/jj33/swap > |
因此，如果两个版本之间存在差异，那么似乎并不是您建议的版本。
我认为{1}在该正则表达式中没有任何有效功能。
(**mailto:|(news|(ht|f)tp(s?))://){1}**
您应该将其读为："将内容正确地捕获到一次"。但是我们并不十分在乎捕获此内容以备后用，例如替换中的$ 1。所以这毫无意义。
@Jeff Atwood，您的解释有点过头了-{1}表示完全匹配一次，但对"捕获"没有影响-由于括号而导致捕获-大括号仅指定模式必须匹配的次数来源-如您所说，一次。
我同意@Marius的观点，即使他的回答有点简洁，也有可能变得轻率。正则表达式很困难，如果不习惯使用正则表达式，并且问题中的{1}并不太错误-在支持正则表达式的系统中，它的意思是"完全匹配"。从这个意义上说，它实际上并没有做任何事情。
不幸的是，与现在删除的帖子相反，它不会阻止正则表达式匹配http://http://example.org，因为末尾的 S +将匹配一个或多个非空白字符，包括http://http://example.org中的http://example.org(使用Python 2.5进行了验证，以防万一我的regexp阅读功能关闭)。因此，给出的正则表达式实际上并不是最好的。我不是URL专家，但是可能有必要限制第一个字符之后的"："和" //"外观(以确保足够的URL)。
我认为它没有任何目的。但是由于RegEx几乎不可能理解/分解，所以人们很少指出错误。这可能就是为什么没有人指出这一点的原因。
