Java Reguar 表达式:如何将双斜杠或多个斜杠替换为单斜杠，但忽略 http:// 或 https://

Question

当前删除多个斜杠的代码是

path = path.replaceAll("/{2,}", "/");

这 https://stackoverflow.com 转向https：/stackoverflow.com这不是故意的。

我做了一些研究，并提出了负面的后视，以忽略以前https:的双斜杠，但它只匹配双斜杠，而不是三斜杠或更多：

(?<!http//)

我想如果你可以否定一个"sub"正则表达式，它可能是这样的，这意味着匹配(双斜杠或更多斜杠(，但不匹配 https： ahead 的 2 个斜杠。

/{2,}.negate(https:(?=//))

这可能吗？

Answer 1

你对

负后视有正确的想法，但你不应该在后视中包含斜杠本身。 您希望在所有情况下都匹配多个斜杠，但否定的后视显示"如果前面的文本http:，请忽略此内容。 所以它会像

(?<!http:)/{2,}

以查找要替换的所有斜杠。 当然，您可能希望包含其他协议，例如https:和ftp:类似的东西。

(?<!(http:|https:|ftp:))/{2,}

Answer 2

这是我在 Java 中的最终解决方案：

String path = "http:///baidu.com///a//b/c";
path = path.replaceFirst("(?=(http:|https:|ftp:))/{3,}", "/{2}");
path = path.replaceAll("(?<!(http:|https:|ftp:))/{2,}", "/");

第二行将协议后面的前 3 个或更多斜杠替换为双斜杠。我用了正面的回头(?<=...)。

第三行替换其余的双斜杠或多个斜杠，并用单斜杠替换它们。我使用了负面的后视(?<!...)