C#正则表达式优化

我正在尝试解析文件中的URL。我的正则表达式80%的时间都在工作，但我需要修改它以防出现异常。它开始变得复杂起来，我想知道如何为这个输入文件编写一个漂亮干净的正则表达式，以便在一个组中获得主机，在第二个组中获得URI部分

例：

http://stackoverflow.com/index.php

其中

stackoverflow.com

是主机，

/index.php

是URI

输入文件：

//cdn.sstatic.net/stackoverflow/img/favicon.ico
//cdn.sstatic.net/stackoverflow/img/apple-touch-icon.png
/opensearch.xml
/
#
http://www.stackoverflow.com
http://www.stackoverflow.com/
http://stackoverflow.com/
http://careers.stackoverflow.com
aaa#aaa.com
aaa.com#aaa
aaa#aaa
#aaa
#
fakedomain/index.php
fakedomain.com/index.php
fakedomain.com/
/fakedomain.com/
/index.html/
index.html

正则表达式：

（？：.*？/）？（.*？（/.*|$）

结果:

1://cdn.sstatic.net/stackoverflow/img/favicon.ico有两个组：
cdn.ssstatic.net
/stackoverflow/img/favicon.ico
2://cdn.sstatic.net/stackoverflow/img/apple-touch-icon.png有两个组：
cdn.ssstatic.net
/stackoverflow/img/apple-touch-icon.png
3:/opensearch.xml有两个组：
/opensearch.xml
4:/有两组：
/
5 : http://www.stackoverflow.com 有两组：
http:
//www.stackoverflow.com
6 : http://www.stackoverflow.com/ 有两组：
www.stackoverflow.com
/
7 : http://stackoverflow.com/ 有两组：
stackoverflow.com
/
8 : http://careers.stackoverflow.com 有两组：
http:
//careers.stackoverflow.com
7:fakedomain/index.php有两个组：
假域名
/index.php
8:fakedomain.com/index.php有两个组：
fakedomain.com
/index.php
9:fakedomain.com/有两个组：
fakedomain.com
/
10:/fakedomain.com/有两个组：
/fakedomain.com/
11:/index.html/有两个组：
/index.html/
12:index.html有两个组：
index.html
13：分为两组：

C#正则表达式测试仪：

---

那么，我如何删除

.ico

或

.png

的链接，并添加一些其他修复程序，同时获得一个漂亮干净的正则表达式呢？

正则表达式是一个非常灵活的工具，但对于任何一种标准格式，几乎总是有一个标准的解析器可以更快更好地完成这项工作

---

使用System.Uri（），它将为您处理所有的紧急情况

我同意您的一般方法，但是在本例中，

System.Uri

是有缺陷的，需要一些努力才能破解它。考虑在URL内拥有<代码> %2F字符-你必须自己修复它。谢谢提示，但是我想自己编码。如果ASM能提高应用程序的速度，我不想用它编写代码。那么，如果正则表达式不是一种方法，那么应该采取什么方法呢？圣诞老人：是马车吗？还是需要确保输入通过众多的Uri类方法正确地被取消扫描？纳斯特：如果您想要一个正确的解析器来处理您遇到的任何uri，而不仅仅是您预期的uri，那么您需要使用System.uri。或者，您也可以使用创建自己的实现作为参考。