本文介绍一种精准正则表达式方案，用于仅移除作为完整域名前缀的 www.（如 www.goal.com），同时保留独立出现的 www.（如句末的 www.）和非 URL 上下文中的 www，避免误删。
本文介绍一种精准正则表达式方案，用于仅移除作为完整域名前缀的 `www.`（如 `www.goal.com`），同时保留独立出现的 `www.`（如句末的 `www.`）和非 url 上下文中的 `www`，避免误删。
在处理用户输入或富文本内容时，常需清理 URL 显示格式——例如将 http://www.goal.com 或 https://www.goal.com/1234 简化为 goal.com 或 goal.com/1234，但必须严格规避误删：如句子末尾的 www.（例：“Visit us at www.”）或中间孤立的 www（例：“Typo: www”）。原始方法使用 str_replace 批量替换 http://、https:// 和 www.，会导致全局无差别删除，破坏语义完整性。
✅ 正确思路是：仅匹配“作为有效 URL 组成部分”的 www.——即它后面必须紧跟着至少一个合法域名字符（字母、数字、点、连字符等），且该 www. 前面可选地存在协议头（http:// 或 https://），但本身不能是孤立词。
推荐正则表达式：
(?:https?:\/\/)?www\.(?=[\w.-]+(?:\/|$))
该模式含义如下：
- (?:https?:\/\/)?：非捕获组，可选匹配 http:// 或 https://；
- www\.：字面量匹配 www.（注意转义点号）；
- (?=[\w.-]+(?:\/|$))：正向先行断言——确保 www. 后紧跟至少一个域名合法字符（\w 字母数字下划线、.、-），且其后立即是路径分隔符 / 或字符串结尾 $。这精准排除了 www. 后无后续域名（如 www. and...）或仅跟空格/标点的情形。
PHP 实现示例：
function removeWwwFromUrls(string $text): string {
// 替换匹配到的完整协议+www.部分为空（保留后续域名）
return preg_replace(
'/(?:https?:\/\/)?www\.(?=[\w.-]+(?:\/|$))/i',
'',
$text
);
}
// 测试用例
$testCases = [
'lorum ipsum [www.goal.com](http://www.goal.com)',
'lorum ipsum <http://www.goal.com>',
'lorum ipsum <https://www.goal.com>',
'lorum ipsum <https://www.goal.com/1234>',
'lorum ipsum www.' // ✅ 应保持不变
];
foreach ($testCases as $input) {
echo "IN: {$input}\n";
echo "OUT: " . removeWwwFromUrls($input) . "\n\n";
}输出结果符合预期：
IN: lorum ipsum [www.goal.com](http://www.goal.com) OUT: lorum ipsum [goal.com](goal.com) IN: lorum ipsum <http://www.goal.com> OUT: lorum ipsum <goal.com> IN: lorum ipsum <https://www.goal.com> OUT: lorum ipsum <goal.com> IN: lorum ipsum <https://www.goal.com/1234> OUT: lorum ipsum <goal.com/1234> IN: lorum ipsum www. OUT: lorum ipsum www. // ✅ 未被修改
⚠️ 注意事项：
- 此方案默认不处理 www. 后带端口号（如 www.goal.com:8080）。如需支持，可将先行断言扩展为 (?=[\w.-]+(?::\d+)?(?:\/|$))；
- 若需保留协议头仅删 www.（如 https://goal.com），应改用捕获组并重构替换逻辑；
- 在 HTML 环境中操作链接时，建议先解析 DOM（如用 DOMDocument）而非纯正则，以规避标签嵌套导致的误匹配；
- 正则末尾的 /i 标志确保大小写不敏感（兼容 WWW. 等异常写法）。
总结：通过正向先行断言（(?=...)）约束 www. 的上下文边界，可实现高精度、低副作用的 URL 清洗。相比暴力替换，该方法兼顾鲁棒性与语义安全性，是处理混合文本中 URL 格式的推荐实践。
