Regex удалить www с URL

Question

Надеюсь, кто-то может помочь, это сводит меня с ума!

Я пытаюсь изменить фильтры Logstash Grok для анализа имени домена. В настоящее время в регулярном выражении: \b(?:[0-9A-Za-z][0-9A-Za-z-]{0,62})(?:\.(?:[0-9A-Za-z][0-9A-Za-z-]{0,62}))*(\.?|\b) и правильно разделяет домен, необходимо добавить дополнительную проверку, чтобы удалить www..

Это то, что я придумал до сих пор:

\b(?:[0-9A-Za-z][0-9A-Za-z-]{0,62})(^(?<!www$).*$?:\.(?:[0-9A-Za-z][0-9A-Za-z-]{0,62}))*(\.?|\b) 

я могу только показаться, чтобы сохранить www. часть домена, а не сам домен. Пример того, что мне нужно для достижения: www.stackoverflow.com должно быть stackoverflow.com.

Мне нужно удалить конкретно www., а не весь поддомен.

Спасибо заранее!

ОБНОВЛЕНИЕ

Пример входы ожидаемых результатов (с использованием этот пост в качестве примера): в его текущее состояние: https://stackoverflow.com/questions/37070358/ возвращается www.stackoverflow.com

Что мне нужно для того, чтобы вернуть stackoverflow.com

Answer 1

Вы можете добавить (?!www\.) и (?!http:\/\/www\.) негативные взгляды сразу после первого \b исключить совпадение www. или http://www.:

\b(?!www\.)(?!http:\/\/www\.)(?:[0-9A-Za-z][0-9A-Za-z-]{0,62})(?:\.(?:[0-9A-Za-z][0-9A-Za-z-]{0,62}))*(?:\.?|\b) 
    ^^^^^^^^^^^^^^^^^^^^^^^^^^^ 

См regex demo

Вы можете добавить больше отрицательных lookaheads исключить https:// или ftp/ftps ссылки.

АЛЬТЕРНАТИВА:

\b(?!(?:https?|ftps?):\/\/)(?!www\.)(?:[0-9A-Za-z][0-9A-Za-z-]{0,62})(?:\.(?:[0-9A-Za-z][0-9A-Za-z-]{0,62}))*(?:\.?|\b) 

См this regex demo

The (?!(?:https?|ftps?):\/\/) и (?!www\.) lookaheads просто позволит вам пропустить протокол и www части URL-адреса.

Answer 2

Это будет соответствовать детали после www, если URL-адрес начинается с www.

(?!www\.)\b(?:(?!-)[0-9A-Za-z]{1,63})(?:\.(?:(?!-)[0-9A-Za-z-]{1,63}))*(\.?|\b) 

Я упростил все оставшиеся регулярное выражение слишком используя негативный взгляд вперед для - в субдоменах.