使用regexp提取url的主机部分的最佳方法是什么？

我正在从我的url中提取主机，并且由于设置了最后一个/可选项而被阻塞。 regexp需要准备好接收以下内容：

http://a.b.com:8080/some/path/file.txt
or
ftp://a.b.com:8080/some/path
or
ftp://user@a.b.com/some/path
or
http://a.b.com
or 
a.b.com/some/path

and return a.b.com

所以

---

你需要使用正则表达式吗？大多数语言都支持解析URL。例如，Java有它的Java.net.URL，Python有它的urlparse模块，Ruby有它的URI模块。您可以使用这些来查询给定URL的不同部分。

我已经在PHP中测试过，它适用于您的所有示例：

/^(ftp:\/\/|https?:\/\/)?(.+@)?([a-zA-Z0-9\.\-]+).*$/

---

Jeremy Ruten的答案很接近，但如果在主机名后面的任何地方出现@，则答案将失败。我建议：

（不是“@”的所有内容//可选

（？：[^@:/]*@）

如果@出现在域之后，冒号和斜杠将阻止匹配超过域。请注意非捕获参数

（第一个“/”之前不是“/”的所有内容（如果存在） //这是我想要的主机组

（[^:/]+）

注意捕获参数

（跟踪的所有其他内容）//可选

由于paren捕获主机名，并且只捕获主机名，因此无需继续匹配

所以，把所有这些放在一起，你会得到：

/^（？：ftp| https？）：/（？：[^@:/]*@）？（[^:/]+）/

（请注意，前两个paren分组是非捕获的——希望您的正则表达式库支持这一点。）

/^(ftp:\/\/|https?:\/\/)?(.+@)?([a-zA-Z0-9\.\-]+).*$/