我如何模仿twitters的url-shortener？

Question

主要问题有点简短，所以我将进行协作。我正在为twitter构建一个应用程序，你可以用它来做基本的操作(获取帖子，做帖子，回复等)。

现在我想，如果我在我的应用程序中检查最大140个字符的限制，这将是一个好主意。到目前为止一切都很好，然后有人问我是否也可以做url-shortener的事情。

因此，目前我有一个正则表达式，它可以选择最多(实际上太多)的url，取它们的长度，然后添加或推导出140最大值的差值。这仍然是一个错误，但我可以做到。

现在我的问题..。

看起来推特在他们认为是url的地方相当挑剔:我得到了最基本的url(从http://开始)，但推特也很容易替换一些tld，(www..net/.biz/.info只是其中的一小部分)而不是.nl .de .tk

现在我在想，也许有人已经发现了哪些是他们做的，哪些是他们不“缩短”的。

现在，因为我非常确定我的正则表达式也不是最好的，所以我在这里也不再赘述：

((http|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:\/~\+#]*[\w\-\@?^=%&\/~\+#])?)|([\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:\/~\+#]*[\w\-\@?^=%&\/~\+#])?)

Answer 1

我想通了，我在tld wikipage上找到了一句很重要的话。它规定所有国家的TLD都是两个字符长度。反之亦然；所有2个char tld都是国家/地区。考虑到这一点，我开始用twitter测试了其中的一大堆，我非常确定我现在知道了twitter缩短了哪些url，哪些没有缩短。

所有的url都以：//或https://

• All url's like something.non tld # .com .biz .mobi等开头(除了.arpa &.aero)
• 所有的url's like tld #包括countries
• links like http://[user]:[pass]@[something].[tld]
• something.something.valid be shortened

现在要为它构建一个正则表达式，一旦我认为我有了它，我就会把它发布到这里:D

这就是我到目前为止所得到的：

/(^(?:(?:ht|f)tp(?:s?)\:\/\/|~\/|\/)?(?:(?:[-\w]+\.)+(?:com|asia|cat|coop|edu|int|tel|pro|org|net|gov|mil|biz|info|mobi|name|jobs|museum|travel|([a-z]{2})))(?::[\d]{1,5})?(?:(?:(?:\/(?:[-\w~!$+|.,=\(\)]|%[a-f\d]{2})+)+|\/)+|\?|#)?(?:(?:\?(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)(?:&(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)*)*(?:#(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)?)/gim;

它还有一个主要缺陷，那就是它也接受domain.tld，而twitter不接受。

我希望这能在未来对某些人有所帮助。我很确定在网络上不会有很多关于这个的信息(或者至少我找不到)。

Answer 2

http://support.twitter.com/articles/78124-how-to-shorten-links-urls#指出，发布到推特上的所有URL都将被重写为恰好19个字符。

Answer 3

我正在使用这个：var url_expression = /[-a-zA-Z0-9@:%_\+.~#?&//=]{2,256}\.[a-z]{2,4}\b(\/[-a-zA-Z0-9@:%_\+.~#?&//=]*)?/gi;没有人抱怨:)