如何利用正则解析复杂文件路径字符串

正则表达式需兼顾Windows和Linux路径差异：Windows支持盘符（如C:）和分隔符或/，Linux仅用/且无盘符；应使用[/]+匹配分隔符，^([a-zA-Z]:[/]|/)?提取绝对路径前缀，1+匹配路径段，(?:^|[/])(2+)(?=[/]|$)提取目录名，(.[^/]+)?$捕获扩展名，并需防范目录穿越等安全风险。/ ↩/ ↩

正则表达式能有效提取路径中的关键成分，但需根据实际结构设计模式，避免过度匹配或遗漏边界情况。

识别路径分隔符与层级结构

不同系统使用不同分隔符：Windows 用 或 /，Unix/Linux/macOS 用 /。正则中需转义反斜杠（），或统一用 [/] 兼容双斜杠和正斜杠。

• 匹配完整路径段：[^/]+（非分隔符的连续字符）
• 提取所有目录名：(?:^|/)([^/]+)(?=/|$)，利用正向先行断言避开末尾文件名
• 区分盘符（仅 Windows）：^([a-zA-Z]:) 可捕获 C: 类前缀

分离文件名与扩展名

文件名常含点号，但并非所有点都表示扩展名（如 my.file.txt vs .gitignore）。稳妥做法是只取最后一个点之后的部分作为扩展名。

• 提取主文件名（不含扩展）：^(.*?)(?:.[^./]*|/|s|$) 配合全局匹配更可靠
• 推荐简洁方式：([^/]+).([^/]+)$ 匹配末尾 name.ext，但要求路径以扩展名结尾
• 处理无扩展名或隐藏文件：([^/]+)(?:.([^/]+))?$，第二组可为空

处理特殊路径形式

相对路径（../、./）、通配符（*、?）、环境变量（%USERPROFILE%、$HOME）需单独适配。

• 跳转上级目录：b.{2}b 或 (?:^|/)(.{2})(?=/|$)
• 匹配环境变量占位符：%(w+)% 或 $(w+)
• 通配符位置通常在文件名部分，可用 [^/]*[*?][^/]* 定位含通配符的段

验证与安全注意事项

正则解析路径不能替代系统 API 的路径规范化（如 os.path.normpath()），尤其涉及 ..、. 或空段时易出错。

• 避免用 .* 匹配整个路径——易跨段误匹配
• 对用户输入路径，先做基础校验：^[a-zA-Z]:[/]|^/ 判断是否为绝对路径
• 敏感操作（如文件读写）前，务必用语言内置函数解析并校验真实路径，防止目录穿越（../../../etc/passwd）