URL的正则表达式

Question

下面发布的正则表达式用于提取URL，包括example.com等格式的URL。然而，我希望它只拾取在前面有一个www.或http，https等的URL。换句话说，它应该拾取www.example.com。它应该不会拾取example.com。

((((ht|f)tp(s?))\://)?((www.|[a-zA-Z])([a-zA-Z0-9\-]+\.)([a-zA-Z]{2,8}))(\:[0-9]+)*(/($|[a-zA-Z0-9\.\,\;\?\'\\\+&%\$#\=~_\-]+))*)

Answer 1

嗯，试一试

(((((ht|f)tp(s?))\://)|(www\.))((|[a-zA-Z])([a-zA-Z0-9-]+.)([a-zA-Z]{2,8}))(\:[0-9]+)*(/($|[a-zA-Z0-9.\,\;\?\'\+&%\$#\=~_-]+))*)

编辑:是的，我并没有真的测试过它。好吧，我也没有测试这个，但我真的很仔细地看了一下;)

(((((ht|f)tp(s?))\://)|(www\.))(([a-zA-Z0-9-]+.)?([a-zA-Z0-9]+\.)([a-zA-Z]{2,8}))(\:[0-9]+)*(/($|[a-zA-Z0-9.\,\;\?\'\+&%\$#\=~_-]+))*)

你应该找一个好的正则表达式测试器。我通常使用Expresso，但也有很多其他的。

Answer 2

使用regexp验证URI的格式是否正确--使用RFC3986中的那个。用代码验证它是否合理。尝试将格式良好和合理的检查合并到一个regexp中太难了。请参阅：Need a regex to validating a Url...

Answer 3

我修改了你的表达式：

((((ht|f)tp(s?))\://)?((www\.)([a-zA-Z0-9-]+\.)([a-zA-Z]{2,8}))(\:[0-9]+)*(/($|[a-zA-Z0-9.\,\;\?\'\+&%\$#\=~_-]+))*)

这里有一个很好的网站来检查你的表情：http://gskinner.com/RegExr/