在PHP中使用和不使用协议对URL进行正则化

Question

所以我得到了这个URL regex：

/(?:((?:^-/"':!=a-z0-9_@|^|\:))((https?://)((?:^\p{P}\p{Lo}\s.-|^\p{P}\p{Lo}\s)+.a-z{2，}(？：：0-9+)(/？：(？)：([a-Z0-9！*‘；：：=+$/%#[[]-_，~]++\\$/%#[[]-_，~]+/\？(？：[a-Z0-9！*‘；：=+$$/%#[]-_~]，(？！\s))*a-Z0-9=#/？)？(a-Z0-9！*’)；：&=+$/%#[]-_.，~]*a-Z0-9_&&=#/)/iux

它目前正在匹配的是：

• http://www.google.com
• http://google.com

我也需要它来匹配：

• www.google.com
• google.com

我试着将协议作为regex可选的一部分，通过扇一个？“在结尾”(https？：\//)？但这没什么用。

想法？

Answer 1

我会用你用来做这件事的语言寻找一些东西。URL很难与正则表达式相匹配。如果你坚持，我改变了你的，使(https?://)可选。不过我没查过。

/(?:((?:[^-/"':!=a-z0-9_@]|^|\:))((https?://)?((?:[^\p{P}\p{Lo}\s].-|[^\p{P}\p{Lo}\s])+.[a-z]{2,}(?::[0-9]+)?)(/(?:(?:([a-z0-9!*';:=+\$/%#[]-_,~]+))|@[a-z0-9!*';:=+\$/%#[]-_,~]+/|[.\,]?(?:[a-z0-9!*';:=+\$/%#[]-_~]|,(?!\s)))*[a-z0-9=#/]?)?(\?[a-z0-9!*'();:&=+\$/%#[]-_.,~]*[a-z0-9_&=#/])?))/iux

我从RFC 3986获得了这个例子，是由这句话指导的。尽管如此，我还是建议您使用您正在使用的任何语言中的一些东西，而不是正则表达式。

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?

既然您使用的是PHP，那么您考虑过使用url吗？看起来它会在坏urls上返回false。