PHP中的REGEXP以捕获特定的域链接

Question

因此，我正在研究regexp，以捕获字符串中的所有链接，意思是以http、https等协议开头的单词，以www开头的单词。或者以特定领域".com“、".hr”和".net“结尾的单词。但不知怎么的，我做的这个regexp总是返回以协议开头的所有链接，但只返回最后一个以特定域结束的链接。我做错什么了？非常感谢！

$description='test.com test2.hr http://www.test3.hr https://test4.com test3.net';
$pattern = '/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Z0-9+&@#\/%=~_|$?!:,.]*[A-Z0-9+&@#\/%=~_|$]|(?:\b((?:[\w]+\.com$)|(?:[\w]+\.hr$)|(?:[\w]+\.net$)))/i';
preg_match_all($pattern, $description, $out);
var_dump($out[0]);

Answer 1

您的原始正则表达式有一些问题。首先，您应该使用条件修饰符?来处理协议。我不知道为什么要使用第二个[A-Z0-9+&@#\/%=~_|$]块，也不知道为什么在之后使用|操作符；如果有特定的原因，请告诉我。最后，$只在正则表达式的末尾使用它时才起作用；否则，您应该使用\Z，它在正则表达式中的任何一点上都与字符串结束匹配，尽管我不认为您希望在这里匹配字符串的结束。我已经按照你想要的方式重写了下面的正则表达式：

$description='test.com test2.hr http://www.test3.hr https://test4.com test3.net trash string don\'t match test4.net';
$pattern = '/(?:(?:https?|ftp|file):\/\/(?:www|ftp)\.)?[-A-Z0-9+&@#\/%=~_|$?!:,.]*(\.[A-Z]+)/i';
preg_match_all($pattern, $description, $out);
var_dump($out[0]);

返回：

array(6) {
  [0]=>
  string(8) "test.com"
  [1]=>
  string(8) "test2.hr"
  [2]=>
  string(19) "http://www.test3.hr"
  [3]=>
  string(17) "https://test4.com"
  [4]=>
  string(9) "test3.net"
  [5]=>
  string(9) "test4.net"
}