本文介绍一种兼容 Go regexp 包的正则表达式写法，替代原含 (?!...) 否定先行断言的模式，精准提取文本中最后一个 HTTP/HTTPS 链接。
本文介绍一种兼容 go `regexp` 包的正则表达式写法，替代原含 `(?!...)` 否定先行断言的模式，精准提取文本中最后一个 http/https 链接。
Go 标准库中的 regexp 包基于 RE2 引擎，不支持回溯型断言（如 (?!) 否定先行断言、(?<=) 正向后行断言等），因此像 https?:\/\/(?:.(?!https?:\/\/))+$ 这类依赖否定预查来“匹配直到下一个协议开头之前”的写法会直接编译失败（error: invalid or unsupported Perl syntax）。
但实际需求很明确：从字符串末尾向前查找，捕获最后一个以 http:// 或 https:// 开头、且不被后续协议 URL 截断的完整链接。关键在于——我们不需要“排除后续协议”，而只需“匹配到行尾”，并利用贪婪匹配的天然特性让正则自动锚定到最后一个匹配项。
✅ 推荐解决方案如下：
package main
import (
"fmt"
"regexp"
)
func main() {
text := "sometextsometexhttp://websites.com/path/subpath/#query1sometexthttp://websites.com/path/subpath/#query2"
// ✅ 兼容 Go regexp 的写法：https?:[^:]*$
re := regexp.MustCompile(`https?:[^:]*$`)
match := re.FindString(text)
if len(match) > 0 {
fmt.Printf("Extracted URL: %s\n", string(match))
// 输出: Extracted URL: http://websites.com/path/subpath/#query2
} else {
fmt.Println("No URL found")
}
}? 正则解析：
- https?：匹配 http 或 https（s? 表示 s 可选）；
- :：字面量冒号（URL 协议后必有 ://，此处先匹配 :）；
- [^:]*：匹配零个或多个非冒号字符——这是核心技巧。它避免了跨协议误截（如 http://...https:// 中，[^:]* 在遇到第二个 : 前就会停止，但因 ^$ 锚定行尾，引擎会自动回溯并选择最靠右的有效匹配）；
- $：严格锚定到字符串末尾，确保只匹配“以协议开头、延伸至结尾”的子串。
⚠️ 注意事项：
- 该模式假设 URL 中协议后首个 : 之后不再出现未编码的裸 :（符合标准 URL 规范；若需支持含认证信息的 user:pass@host 或 IPv6 字面量如 [::1]:8080，需升级为更健壮的解析方式，例如先用 strings.LastIndex 定位最后一个 http 起始位置，再配合 net/url.Parse 校验）；
- [^:]* 并非万能通配符——它无法处理换行符（Go 默认单行模式），如需多行文本，请启用 (?m) 标志并改用 https?:[^\r\n:]*$；
- 若文本末尾存在空格、换行等空白符，建议先 strings.TrimSpace()，或在正则中显式允许尾部空白：https?:[^:\r\n]*\S（确保至少匹配一个非空白字符）。
? 进阶建议：对生产环境的关键 URL 提取任务，推荐组合策略——先用轻量正则粗筛（如本文方案），再用 net/url.Parse 进行语法与结构校验，兼顾性能与鲁棒性。正则擅长定位，标准库擅长解析；二者协同，方为 Go 风格的最佳实践。
