如何在 C# 中匹配 URL？答案

【问题标题】：How to match URL in c#?如何在 C# 中匹配 URL？
【发布时间】：2010-11-22 08:05:51
【问题描述】：

我发现了许多关于如何在 PHP 和其他语言中匹配特定类型的 URL 的示例。我需要匹配我的 C# 应用程序中的任何 URL。这个怎么做？当我谈论 URL 时，我指的是指向任何站点或站点和子目录上的文件的链接等等。

我有这样的文字：“转到我的可怕网站 http:\www.google.pl\something\blah\?lang=5”，否则我需要从此消息中获取此链接。链接只能以 www 开头。也是。

【问题讨论】：

可能你的意思是使用正斜杠，因为你永远不会匹配带有反斜杠的 URL，因为你混淆了 Microsoft\Windows Land 和 Unix/WWW Land。

标签： c# regex url

【解决方案1】：

我不确定您要问什么，但一个好的开始是 Uri 类，它将为您解析 url。

【讨论】：

这可能更具体：例如：var myUri = null; Uri.TryCreate(str, UriKind.Absolute, out myVar);并检查 myUri 是否从 null 变为非 null。

【解决方案2】：

如果你需要测试你的正则表达式来查找 URL，你可以试试这个资源

http://gskinner.com/RegExr/

它会在你编写时测试你的正则表达式。

在 C# 中，您可以使用正则表达式，例如：

Regex r = new Regex(@"(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\-@/$,]*");
// Match the regular expression pattern against a text string.
Match m = r.Match(text);
while (m.Success) 
{
   //do things with your matching text 
   m = m.NextMatch();
}

【讨论】：

+1 : 虽然你忘了在字符串前面添加@符号。
@Rumplin：你能解释一下你得到的错误吗？如果我尝试使用 gskinner，正则表达式会正确匹配 test.com 或者您是否打算将整个字符串与 '' 匹配？
您必须查看实际的 url，而不是显示的那个。 Stackoverflow 更正链接... 'h t t p : // h t t p : //' 没有空格

【解决方案3】：

Regex regx = new Regex("http(s)?://([\\w+?\\.\\w+])+([a-zA-Z0-9\\~\\!\\@\\#\\$\\%\\^\\&amp;\\*\\(\\)_\\-\\=\\+\\\\\\/\\?\\.\\:\\;\\'\\,]*)?", RegexOptions.IgnoreCase);

【讨论】：

【解决方案4】：

这是为 URL 定义的一个。

^http(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&amp;%\$#_]*)?$

http://msdn.microsoft.com/en-us/library/ms998267.aspx

【讨论】：

【解决方案5】：

这将返回在“yourStringThatHasUrlsInIt”中找到的所有匹配项的匹配集合：

var pattern = @"((ht|f)tp(s?)\:\/\/|~/|/)?([w]{2}([\w\-]+\.)+([\w]{2,5}))(:[\d]{1,5})?";
var regex = new Regex(pattern);
var matches = regex.Matches(yourStringThatHasUrlsInIt);

返回将是一个“MatchCollection”，您可以在此处阅读更多信息：

http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.matchcollection.aspx

【讨论】：

【解决方案6】：

微软有一些正则表达式的好页面......这就是他们所说的（效果也很好）

^(ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&amp;%\$#_]*)?$

http://msdn.microsoft.com/en-us/library/ff650303.aspx#paght000001_commonregularexpressions

【讨论】：

那个不包括url后面的查询字符串。它停在第一个“=”字母处。要解决此问题，只需添加单个字符“=”，使其以“....&%\$#_=]*)?$”结尾。此外，该正则表达式模式不会在字符串中找到 url。它只会告诉您该字符串是否为 url。要找到它，请在开头省略“^”，在结尾省略“$”。 Regex.Matches(text, pattern) 然后应该返回文本中的所有 url。
是否包含邮件地址？
这种情况失败：example.com:81/path/index.php?query=toto+le+heros#top 可以用 (ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\ w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/ \\\+&%\$#=_]*)?它也不适用于包含 username@hostname 的 url

【解决方案7】：

          //This code return (protocol://)host:port from URL

          //Commented URL's with different protocols. Just uncomment to test.
          //string url = "http://www.contoso.com:8080/letters/readme.html";
          //string url = "ftp://www.contoso.com:8080/letters/readme.html";
          //string url = "l2tp://1.5.8.6:8080/letters/readme.html";
          string url = "l2tp://1.5.8.6:8080/letters/readme.html";

          string host = "";//empty string with host from url
                //protocol, (ip/domain), port
          host = Regex.Match(url, @"^(?<proto>\w+)://+?(?<host>[A-Za-z0-9\-\.]+)+?(?<port>:\d+)?/", RegexOptions.None, TimeSpan.FromMilliseconds(150)).Result("${proto}://${host}${port}");
                //(ip/domain):port without protocol. If HTTPS board loading images from HTTP host.
          //host = Regex.Match(url, @"^(?<proto>\w+)://+?(?<host>[A-Za-z0-9\-\.]+)+?(?<port>:\d+)?/", RegexOptions.None, TimeSpan.FromMilliseconds(150)).Result("${host}${port}");

          Console.WriteLine("url: "+url+"\nhost: "+host); //display host

见https://rextester.com/PVSO54371

【讨论】：

【解决方案8】：

你也可以使用https://github.com/d-kistanov-parc/DotNetUrlPatternMatching

该库允许您将 URL 与模式匹配。

它是如何工作的：

一个网址格式被分成几部分
每个非空部分都与 URL 中的相似部分相匹配。

您可以指定通配符 * 或 ~ 其中 * 是组内的任何字符集（方案、主机、端口、路径、参数、片段）其中 ~ 组段中的任何字符集（主机、路径）

只提供您关心的部分网址。遗漏的部分将匹配任何东西。例如。如果您不关心主机，请忽略它。

【讨论】：