如何检查 URL 是否有效

Question

如何检查字符串是否为有效 URL？

例如：

http://hello.it => yes
http:||bra.ziz, => no

如果这是一个有效的 URL，我如何检查它是否与图像文件相关？

Answer 1

注意：

正如@CGuess 所指出的，这个问题存在一个错误，并且已经记录了 9 年多，现在验证不是这个正则表达式的目的（请参阅https://bugs.ruby-lang.org/issues/6520）。

---

使用随 Ruby 分发的 URI 模块：

require 'uri'

if url =~ URI::regexp
    # Correct URL
end

就像 Alexander Günther 在 cmets 中所说，它检查字符串是否包含 URL。

要检查字符串 是否 是 URL，请使用：

url =~ /\A#{URI::regexp}\z/

如果您只想检查网页 URL（http 或 https），请使用：

url =~ /\A#{URI::regexp(['http', 'https'])}\z/

Answer 2

与上面的答案类似，我发现使用这个正则表达式更准确：

URI::DEFAULT_PARSER.regexp[:ABS_URI]

这将使带有空格的 URL 无效，而 URI.regexp 由于某种原因允许使用空格。

我最近发现了一个为不同的 URI rgexps 提供的快捷方式。您可以直接从URI::#{key} 访问任何URI::DEFAULT_PARSER.regexp.keys。

例如，:ABS_URI 正则表达式可以从URI::ABS_URI 访问。

Answer 3

当前答案的问题是a URI is not an URL。

URI 可以进一步分类为定位符、名称或两者。这 术语“统一资源定位器”（URL）指的是 URI 的子集 除了识别资源之外，还提供了一种方法 通过描述资源的主要访问机制来定位资源 （例如，它的网络“位置”）。

由于 URL 是 URI 的子集，很明显，专门为 URI 进行匹配将成功匹配不需要的值。例如URNs:

 "urn:isbn:0451450523" =~ URI::regexp
 => 0 

话虽如此，据我所知，Ruby 没有解析 URL 的默认方法，因此您很可能需要 gem 来执行此操作。如果您需要专门匹配 HTTP 或 HTTPS 格式的 URL，您可以执行以下操作：

uri = URI.parse(my_possible_url)
if uri.kind_of?(URI::HTTP) or uri.kind_of?(URI::HTTPS)
  # do your stuff
end

Answer 4

我更喜欢Addressable gem。我发现它更智能地处理 URL。

require 'addressable/uri'

SCHEMES = %w(http https)

def valid_url?(url)
  parsed = Addressable::URI.parse(url) or return false
  SCHEMES.include?(parsed.scheme)
rescue Addressable::URI::InvalidURIError
  false
end

Answer 5

这是一个相当老的条目，但我想我会继续贡献：

String.class_eval do
    def is_valid_url?
        uri = URI.parse self
        uri.kind_of? URI::HTTP
    rescue URI::InvalidURIError
        false
    end
end

现在您可以执行以下操作：

if "http://www.omg.wtf".is_valid_url?
    p "huzzah!"
end

Answer 6

对我来说，我使用这个正则表达式：

/^(http|https):\/\/[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,5}(:[0-9]{1,5})?(\/.*)?$/ix

选项：

• i - 不区分大小写
• x - 忽略正则表达式中的空格

您可以设置此方法来检查 URL 验证：

def valid_url?(url)
  return false if url.include?("<script")
  url_regexp = /^(http|https):\/\/[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,5}(:[0-9]{1,5})?(\/.*)?$/ix
  url =~ url_regexp ? true : false
end

使用它：

valid_url?("http://stackoverflow.com/questions/1805761/check-if-url-is-valid-ruby")

使用错误的 URL 进行测试：

• http://ruby3arabi - 结果无效
• http://http://ruby3arabi.com - 结果无效
• http:// - 结果无效
• http://test.com\n<script src=\"nasty.js\">（只需检查“

使用正确的 URL 进行测试：

• http://ruby3arabi.com - 结果有效
• http://www.ruby3arabi.com - 结果有效
• https://www.ruby3arabi.com - 结果有效
• https://www.ruby3arabi.com/article/1 - 结果有效
• https://www.ruby3arabi.com/websites/58e212ff6d275e4bf9000000?locale=en - 结果有效

Answer 7

一般来说，

/^#{URI::regexp}$/

会很好，但如果你只想匹配 http 或 https，你可以将它们作为选项传递给方法：

/^#{URI::regexp(%w(http https))}$/

如果您想拒绝像 ftp:// 这样的协议，这往往会更好一些。

Answer 8

这有点旧，但这是我的做法。使用 Ruby 的 URI 模块来解析 URL。如果它可以被解析，那么它就是一个有效的 URL。 （但这并不意味着可以访问。）

URI 支持多种方案，另外您可以自己添加自定义方案：

irb> uri = URI.parse "http://hello.it" rescue nil
=> #<URI::HTTP:0x10755c50 URL:http://hello.it>

irb> uri.instance_values
=> {"fragment"=>nil,
 "registry"=>nil,
 "scheme"=>"http",
 "query"=>nil,
 "port"=>80,
 "path"=>"",
 "host"=>"hello.it",
 "password"=>nil,
 "user"=>nil,
 "opaque"=>nil}

irb> uri = URI.parse "http:||bra.ziz" rescue nil
=> nil


irb> uri = URI.parse "ssh://hello.it:5888" rescue nil
=> #<URI::Generic:0x105fe938 URL:ssh://hello.it:5888>
[26] pry(main)> uri.instance_values
=> {"fragment"=>nil,
 "registry"=>nil,
 "scheme"=>"ssh",
 "query"=>nil,
 "port"=>5888,
 "path"=>"",
 "host"=>"hello.it",
 "password"=>nil,
 "user"=>nil,
 "opaque"=>nil}

有关 URI 模块的更多信息，请参阅 the documentation。

Answer 9

你也可以使用一个正则表达式，也许像http://www.geekzilla.co.uk/View2D3B0109-C1B2-4B4E-BFFD-E8088CBC85FD.htm这样的东西，假设这个正则表达式是正确的（我还没有完全检查它）下面将显示网址的有效性。

url_regex = Regexp.new("((https?|ftp|file):((//)|(\\\\))+[\w\d:\#@%/;$()~_?\+-=\\\\.&]*)")

urls = [
    "http://hello.it",
    "http:||bra.ziz"
]

urls.each { |url|
    if url =~ url_regex then
        puts "%s is valid" % url
    else
        puts "%s not valid" % url
    end
}

上面的例子输出：

http://hello.it is valid
http:||bra.ziz not valid