Java 正則表達式提取 URL Host 的實戰範例

在 Java 開發中，從 URL 字串中解析出主機名是常見需求。雖然可使用 java.net.URL 類別，但正則表達式提供更輕量、靈活的替代方案，尤其適合簡單解析場景。

核心實現

以下方法使用正向前瞻斷言 (?<=//|) 定位協議後的雙斜線或字串開頭，隨後匹配由字母數字、底線與點組成的主機名：

public static String getHost(String url) {
    if (url == null || url.trim().isEmpty()) {
        return "";
    }
    String host = "";
    // 正則：(?<=//|) 表示前面是 // 或字串開頭；((\w)+\.)+\w+ 匹配域名結構
    Pattern pattern = Pattern.compile("(?<=//|)((\\w)+\\.)+\\w+");
    Matcher matcher = pattern.matcher(url);
    if (matcher.find()) {
        host = matcher.group();
    }
    return host;
}

關鍵點解析

• 正向前瞻 (?<=//|)：不消耗字元，僅確保匹配位置緊跟 // 或字串起始，避免協議部分被捕獲。
• ((\w)+\.)+\w+：匹配 www.example.com 這類結構，\w 涵蓋字母、數字、底線。
• 邊界情況：輸入為 null 或空白時直接返回空字串，避免 NullPointerException。

測試範例

優缺點權衡

優點：無需拋棄式解析、效能較好、程式碼簡潔。

缺點：無法處理 IPv6 位址（[::1]）、帶認證資訊的 URL（user:pass@host）或非標準連接埠；嚴格場景建議改用 java.net.URI 或 HttpClient 解析。

進階建議

若專案已引入 Apache HttpClient，可直接使用 URIBuilder 或 HttpHost 獲得更健壯的解析；若為 Android 環境，android.net.Uri 同樣提供開箱即用的 getHost()。