怎么解释这个正则

congkk

my $host = "<http://bbs.chinaunix.net/thread-3675476-1-1.html";
$host =~ s/.*?\/\/([^\/\\]+)(?:\/.*|$)/$1/;
print "The domain is $host.\n";
-----------------
The domain is bbs.chinaunix.net
这个是抓取域名的正则， 但不是很明白上面的意思， 哪位可以解释一下吗？

congkk

谢谢回复，很详细，我主要还是不明白?的作用，.*不就可以了吗，为什么还要加上?在后面，?：也不是很明白这个?的作用

Y龙-鬼

回复 3# congkk


    *？表示非贪婪的匹配，只要遇到后面跟着的“\/”就开始匹配“\/”；.*是贪婪匹配，会匹配任意多个不含“\n”的字符，在这里直接就匹配"<http://bbs.chinaunix.net/thread-3675476-1-1.html"，所以$1为空了。
    ?:在圆括号开头表示这个圆括号里面的内容不用反向引用，这是为了提高正则匹配的工作速度；如果你试图输出$2会发现为空，而如果不要?:的话，$2应该是“/thread-3675476-1-1.html”

ywwow

回复 4# Y龙-鬼

在这个例子里面，.*? 这个位置贪不贪对结果来说都一样，因为它要满足后面那一串匹配要求的话，还得不断回退，最后就退到<http: 这个位置了。并且它这里后面跟了两个//，正常的网页路径都不会在中间出现连着两个//，所以我觉得这个地方用不贪婪的匹配，主要还是基于效率上的考虑。


   

Y龙-鬼

回复 5# ywwow


    受教了，谢谢

jason680

回复 1# congkk

Would you like to use the easy way to get domain as below:

my $host = "<http://bbs.chinaunix.net/thread-3675476-1-1.html";
if( $host =~ m!http://([^/]+)/! ){
$host = $1;
print "The domain is $host.\n";
}
else{
print "can't get the domain in $host\n";
}
   

sjdy521

回复 7# jason680


    Not Rigorous