本文介绍一种兼容 Go regexp 包的正则写法，用 https?:[^:]*$ 替代含 (?!...) 的否定先行断言，精准匹配文本中最后一个 HTTP/HTTPS 链接。
本文介绍一种兼容 go `regexp` 包的正则写法，用 https?:[^:]*$ 替代含 (?!...) 的否定先行断言，精准匹配文本中最后一个 http/https 链接。
在 Go 语言中，标准库 regexp 基于 RE2 引擎，不支持回溯型断言（如否定先行断言 (?!...)、正向先行断言 (?=...) 或反向引用），这是为保障正则执行时间的线性复杂度与安全性所作的设计取舍。因此，原表达式 https?:\/\/(?:.(?!https?:\/\/))+$ 虽在 PCRE/JavaScript 等引擎中可工作，但在 Go 中会直接报错：error parsing regexp: invalid or unsupported Perl syntax: (?!。
要实现「从最后一个 http:// 或 https:// 开始，匹配至字符串末尾」这一语义，关键在于避免依赖断言，转而利用字符类与贪婪匹配的天然特性：
- https? 匹配 http 或 https；
- : 后紧跟 // 是协议分隔符，但注意：Go 的 regexp 不支持 \/ 转义斜杠（实际无需转义，/ 在 Go 正则中不是元字符）；
- 更重要的是：我们不需要“排除后续 URL”，而只需确保匹配以 http: 或 https: 开头、且之后不再出现新的 http: 字样——这可通过 [^:]* 实现：它匹配任意数量的非冒号字符，从而天然阻止跨协议截断（因为下一个 URL 必以 http: 开头，而 : 会被 [^:]* 排除）；
- $ 锚定至行尾，确保匹配延伸到字符串终点。
✅ 正确且 Go 兼容的正则表达式为：
package main
import (
"fmt"
"regexp"
)
func main() {
text := "sometextsometexhttp://websites.com/path/subpath/#query1sometexthttp://websites.com/path/subpath/#query2"
// 注意：Go 中无需对 / 进行转义；[^:]* 安全跳过中间内容，直到结尾
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")
}
}⚠️ 注意事项：
- [^:]* 依赖 URL 中协议后首个 : 出现在 http: 内部（即 http: 或 https:），且后续路径中不含额外的 :（如 http://host:port/ 会提前截断）。若需支持带端口的 URL，应改用更稳健的方案：https?://[^\s]*（匹配非空白字符），前提是 URL 后必有空格或换行分隔；
- 若输入含多行，需启用 (?m) 多行模式，并将 $ 改为 (?m)$，或使用 re.FindStringSubmatch 配合 [\s\S]* 变体（但需谨慎评估性能）；
- 此方案不校验 URL 格式合法性（如是否含有效域名），仅做启发式提取；生产环境建议结合 net/url.Parse() 进一步验证。
总结：在 Go 正则受限场景下，应优先用字符类（[^...]）、锚点（^, $）和贪婪量词替代断言逻辑。https?:[^:]*$ 简洁、高效、完全兼容 regexp 包，是提取末尾协议链接的推荐实践。
