正则表达式来匹配网址
我正在使用下面的正则表达式来匹配一个URL：
$search = "/([\S]+\.(MUSEUM|TRAVEL|AERO|ARPA|ASIA|COOP|INFO|NAME|BIZ|CAT|COM|INT|JOBS|NET|ORG|PRO|TEL|AC|AD|AE|AF|AG|AI|AL|AM|AN|AO|AQ|AR|AS|AT|AU|au|AW|AX|AZ|BA|BB|BD|BE|BF|BG|BH|BI|BJ|BL|BM|BN|BO|BR|BS|BT|BV|BW|BY|BZ|CA|CC|CD|CF|CG|CH|CI|CK|CL|CM|CN|CO|CR|CU|CV|CX|CY|CZ|DE|DJ|DK|DM|DO|DZ|EC|EDU|EE|EG|EH|ER|ES|ET|EU|FI|FJ|FK|FM|FO|FR|GA|GB|GD|GE|GF|GG|GH|GI|GL|GM|GN|GOV|GP|GQ|GR|GS|GT|GU|GW|GY|HK|HM|HN|HR|HT|HU|ID|IE|IL|IM|IN|IO|IQ|IR|IS|IT|JE|JM|JO|JP|KE|KG|KH|KI|KM|KN|KP|KR|KW|KY|KZ|LA|LB|LC|LI|LK|LR|LS|LT|LU|LV|LY|MA|MC|MD|ME|MF|MG|MH|MIL|MK|ML|MM|MN|MO|MOBI|MP|MQ|MR|MS|MT|MU|MV|MW|MX|MY|MZ|NA|NC|NE|NF|NG|NI|NL|NO|NP|NR|NU|NZ|OM|PA|PE|PF|PG|PH|PK|PL|PM|PN|PR|PS|PT|PW|PY|QA|RE|RO|RS|RU|RW|SA|SB|SC|SD|SE|SG|SH|SI|SJ|SK|SL|SM|SN|SO|SR|ST|SU|SV|SY|SZ|TC|TD|TF|TG|TH|TJ|TK|TL|TM|TN|TO|R|H|TP|TR|TT|TV|TW|TZ|UA|UG|UK|UM|US|UY|UZ|VA|VC|VE|VG|VI|VN|VU|WF|WS|YE|YT|YU|ZA|ZM|ZW)([\S]*))/i"; 但它有点搞砸了，因为它也匹配我不想要的“abc.php”。 和一些像ABC …测试。 我希望它匹配abc.com虽然。 和www.abc.com以及http://abc.com 。
这只是需要稍微调整，但我不知道是什么。 （应该有一个斜线后的任何域名，它现在没有检查，它只是检查\ S）
感谢您的时间。
$search = "#^((?# the scheme: )(?:https?://)(?# second level domains and beyond: )(?:[\S]+\.)+((?# top level domains: )MUSEUM|TRAVEL|AERO|ARPA|ASIA|EDU|GOV|MIL|MOBI|(?# )COOP|INFO|NAME|BIZ|CAT|COM|INT|JOBS|NET|ORG|PRO|TEL|(?# )A[CDEFGILMNOQRSTUWXZ]|B[ABDEFGHIJLMNORSTVWYZ]|(?# )C[ACDFGHIKLMNORUVXYZ]|D[EJKMOZ]|(?# )E[CEGHRSTU]|F[IJKMOR]|G[ABDEFGHILMNPQRSTUWY]|(?# )H[KMNRTU]|I[DELMNOQRST]|J[EMOP]|(?# )K[EGHIMNPRWYZ]|L[ABCIKRSTUVY]|M[ACDEFGHKLMNOPQRSTUVWXYZ]|(?# )N[ACEFGILOPRUZ]|OM|P[AEFGHKLMNRSTWY]|QA|R[EOSUW]|(?# )S[ABCDEGHIJKLMNORTUVYZ]|T[CDFGHJKLMNOPRTVWZ]|(?# )U[AGKMSYZ]|V[ACEGINU]|W[FS]|Y[ETU]|Z[AMW])(?# the path, can be there or not: )(/[a-z0-9\._/~%\-\+&\#\?!=\(\)@]*)?)$#i";
刚刚清理了一下。 这将仅匹配HTTP（s）地址，并且只要您从IANA正确复制了所有顶级域名，只有那些标准化（ 不会与http://localhost匹配）并且与 http://声明相同的域名。
最后，你应该以路径部分结束，如果它在那里，它总是以/开始。
不过，我建议按照大脑：如果你不确定这一点，以更温和的方式学习正则表达式，并使用已证明的模式来处理复杂的任务。
干杯，
顺便说一下：你的正则表达式也会匹配something.r和something.h （在你的例子中的| TO |和| TR |之间）。 我把它们放在我的版本中，因为我猜这是一个错字。
重读这个问题：改变
)(?:https?://)(?#
至
)(?:https?://)?(?#
（有一个额外的）来匹配没有该方案的“网址”。
不是OP所要求的，但是这是一个简单得多的正则表达式，每当IANA引入新的顶级域名（TLD）时就不需要更新。 我相信这对于大多数简单的需求来说已经足够了：
^(?:https?://)?(?:[\w]+\.)(?:\.?[\w]{2,})+$
没有TLD列表，localhost不匹配，子部分的数量必须> = 2，每个子部分的长度必须> = 2（fx：“aa”不匹配，但“a.ab”匹配）。
这个问题出人意料地很难找到答案。 我发现的正则表达式太复杂了，而且正则表达式太过于复杂，难以实现。
最后想出了：
/(\S+\.(com|net|org|edu|gov)(\/\S+)?)/
适用于http://example.com https://example.com http://example.com/foo 。
说明：
- 寻找.com等
- 匹配之前的一切，直到空间
- 匹配它后面的所有内容
这将得到任何网址的整体，包括？=和＃/如果它们存在：
/[A-Za-z]+://[A-Za-z0-9-_]+.[A-Za-z0-9-_:%&;\?#/.=]+/g
使用单个正则表达式来匹配URL字符串使代码难以理解。 我建议使用parse_url将URL拆分成其组件（这不是一个简单的任务），并检查每个部分与正则表达式。
更改正则表达式的结尾(/\S*)?)$应该解决您的问题。
解释一下在做什么 –
- 它正在寻找
/后面跟着一些字符（而不是空格） - 这场比赛是可选的
?指示0或1次 - 最后它应该跟着一个字符串的结尾（或者将它改为
\b以匹配一个字的边界）。
$：美元表示字符串的结尾。
例如\ d * $将匹配以数字结尾的字符串。 所以你需要添加$！
正则表达式匹配所有的网址（无www，没有www，http或https，没有http或https，包括所有2-6字母顶级域名[国家，ex'ly'，'us']，端口，查询字符串，并锚定['＃']）。 这不是100％，但比我在网上发布的任何东西都要好。
它使用来自第一个答案的顶级域名，以及在我的搜索中找到的其他技术。 它将返回任何有效的URL，这是\ b进入的地方。 由于尾部的'/'也由\ b触发，最后一个匹配一个或多个'？'。
/\b((http(s?):\/\/)?([a-z0-9\-]+\.)+(MUSEUM|TRAVEL|AERO|ARPA|ASIA|EDU|GOV|MIL|MOBI|COOP|INFO|NAME|BIZ|CAT|COM|INT|JOBS|NET|ORG|PRO|TEL|A[CDEFGILMNOQRSTUWXZ]|B[ABDEFGHIJLMNORSTVWYZ]|C[ACDFGHIKLMNORUVXYZ]|D[EJKMOZ]|E[CEGHRSTU]|F[IJKMOR]|G[ABDEFGHILMNPQRSTUWY]|H[KMNRTU]|I[DELMNOQRST]|J[EMOP]|K[EGHIMNPRWYZ]|L[ABCIKRSTUVY]|M[ACDEFGHKLMNOPQRSTUVWXYZ]|N[ACEFGILOPRUZ]|OM|P[AEFGHKLMNRSTWY]|QA|R[EOSUW]|S[ABCDEGHIJKLMNORTUVYZ]|T[CDFGHJKLMNOPRTVWZ]|U[AGKMSYZ]|V[ACEGINU]|W[FS]|Y[ETU]|Z[AMW])(:[0-9]{1,5})?((\/([a-z0-9_\-\.~]*)*)?((\/)?\?[a-z0-9+_\-\.%=&]*)?)?(#[a-zA-Z0-9!$&'()*+.=-_~:@/?]*)?)/gi
这是一个：
_^(?:(?:https?|ftp)://)(?:\S+(?::\S*)?@)?(?:(?!10(?:\.\d{1,3}){3})(?!127(?:\.\d{1,3}){3})(?!169\.254(?:\.\d{1,3}){2})(?!192\.168(?:\.\d{1,3}){2})(?!172\.(?:1[6-9]|2\d|3[0-1])(?:\.\d{1,3}){2})(?:[1-9]\d?|1\d\d|2[01]\d|22[0-3])(?:\.(?:1?\d{1,2}|2[0-4]\d|25[0-5])){2}(?:\.(?:[1-9]\d?|1\d\d|2[0-4]\d|25[0-4]))|(?:(?:[az\x{00a1}-\x{ffff}0-9]+-?)*[az\x{00a1}-\x{ffff}0-9]+)(?:\.(?:[az\x{00a1}-\x{ffff}0-9]+-?)*[az\x{00a1}-\x{ffff}0-9]+)*(?:\.(?:[az\x{00a1}-\x{ffff}]{2,})))(?::\d{2,5})?(?:/[^\s]*)?$_iuS
我认为这是简单而高效的/^(https?:\/\/)?([\da-z\.-]+)\.([az\.]{2,6})([\/\w \.-]*)*\/?$/
尝试Regexy :: Web :: Url
r = Regexy::Web::Url.new # matches 'http://foo.com', 'www.foo.com' and 'foo.com'
[ftp:\/\/www\/.-https:\/\/-http:\/\/][a-zA-Z0-9u00a1-uffff0]{1,3}[^ ]{1,1000}
这在js中适用于我
var regex = new RegExp('[ftp:\/\/www\/.-https:\/\/-http:\/\/][a-zA-Z0-9u00a1-uffff0]{1,3}[^ ]{1,1000}'); regex.exec('https://www.youtube.com/watch?v=FM7MFYoylVs&feature=youtu.be&t=20s');
(http|www)\S+
只要使用这个正则表达式匹配所有的网址
只是添加到东西。 我知道这并不完全直接地回答这个具体的问题，但这是我能找到的最好的地方添加这个信息。 为了达到类似的目的，我写了一个jQuery插件，但是在当前状态下（将会随着时间的推移而更新），它仍然认为像'http：//abc.php'这样的地址是有效的。 但是，如果在url启动时没有http，https或ftp，它将不会返回“有效”。 虽然我应该澄清，这个jQuery方法返回一个对象，而不是一个字符串或布尔值。 该对象打破了事情，并在细分是一个。布尔值。 看完整的小提琴和测试在底部的链接。 如果你只是想抓住插件去，看看下面：
jQuery插件
(function($){$.matchUrl||$.extend({matchUrl:function(c){var b=void 0,d="url,,scheme,,authority,path,,query,,fragment".split(","),e=/^(([^\:\/\?\#]+)\:)?(\/\/([^\/\?\#]*))?([^\?\#]*)(\?([^\#]*))?(\#(.*))?/,a={url:void 0,scheme:void 0,authority:void 0,path:void 0,query:void 0,fragment:void 0,valid:!1};"string"===typeof c&&""!=c&&(b=c.match(e));if("object"===typeof b)for(x in b)d[x]&&""!=d[x]&&(a[d[x]]=b[x]);a.scheme&&a.authority&&(a.valid=!0);return a}});})(jQuery);
jsFiddle举例：
