正则表达式单元测试通过，但实际上尝试使用它时似乎无法正常工作答案

【问题标题】：Regex unit test passes but doesn't appear to work properly actually trying to use it正则表达式单元测试通过，但实际上尝试使用它时似乎无法正常工作
【发布时间】：2016-09-14 23:51:15
【问题描述】：

This is a link to the String in a linter.

这就是表达式本身：

(?i)\b((?:https?:\/\/|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}\/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'\".,<>?«»“”‘’]))

我正在尝试使用此表达式验证几乎任何 Web url。

我们可以在这里看到它按预期通过了单元测试：

然而正如我所说，当我尝试运行我的代码时，它似乎忽略了验证......让我摸不着头脑。

这些是代码的相关部分：

//kindly taken from here: http://stackoverflow.com/a/34589895/2226328
function checkPageSpeed($url){    
    if (function_exists('file_get_contents')) {    
        $result = @file_get_contents($url);
    }   

    if ($result == '') {    
        $ch = curl_init();    
        $timeout = 60;    
        curl_setopt($ch, CURLOPT_URL, $url);
        curl_setopt($ch, CURLOPT_HEADER,1);//get the header
        curl_setopt($ch, CURLOPT_NOBODY,1);//and *only* get the header    
        curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);//get the response as a string from curl_exec(), rather than echoing it
        curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);  
        curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, 0);  
        curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, 0);  
        curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
        curl_setopt($ch, CURLOPT_FRESH_CONNECT,1);//don't use a cached version of the url    

        $result = curl_exec($ch);    
        curl_close($ch);    
     }    
    return $result;    
}  

function pingGoogle($url){

    echo "<h1>".$url."</h1>";

    if(strtolower(substr($url, 0, 4)) !== "http") {
        echo "adding http:// to $url <br/>";
        $url = "http://".$url;
        echo "URL is now $url <br/>";
    } 

    //original idea from https://gist.github.com/dperini/729294
    $re = "/(?i)\\b((?:https?:\\/\\/|www\\d{0,3}[.]|[a-z0-9.\\-]+[.][a-z]{2,4}\\/)(?:[^\\s()<>]+|\\(([^\\s()<>]+|(\\([^\\s()<>]+\\)))*\\))+(?:\\(([^\\s()<>]+|(\\([^\\s()<>]+\\)))*\\)|[^\\s`!()\\[\\]{};:'\\\".,<>?«»“”‘’]))/"; 

    $test = preg_match($re, $url);  
    var_export($test);

    if( $test === 1) { 
        echo "$url passes pattern Test...let's check if it's actually valid ..."; 

        pingGoogle("hjm.google.cm/");
        pingGoogle("gamefaqs.com");
    }
    else 
    { 
        echo  "URL formatted proper but isn't an active URL! <br/>"; 
    }
}

【问题讨论】：

可能是您拥有的 === 而不是 == 吗？请看这里stackoverflow.com/questions/1117967/what-does-mean。尝试将其更改为 == 看看会发生什么。
@Remuze 仍然有相同的结果......我也从 sublimetext 中得到了有趣的格式问题......但如果它实际上只是程序或问题的话：puu.sh/oWlBI/fcef09bfc4.png
我可能在这里遗漏了一些东西，但为什么屏幕截图中有单反斜杠，而 PHP 代码中有双反斜杠？ `\` 不会转义反斜杠吗？
不太确定，他们不在这里了，我可能在正则表达式 linter 中弄乱了它，然后再将其粘贴回我的代码中
您可能想要更新您的代码以反映这一点:)

标签： php regex curl

【解决方案1】：

天哪，这是一个正则表达式半......

考虑使用parse_url 让PHP 为您进行处理。由于您只对域名感兴趣，请尝试：

$host = parse_url($url, PHP_URL_HOST);
if( $host === null) {
    echo "Failed to parse, no host found";
}
else {
    // do something with supposed host here
}

【讨论】：

meh...我想我已经决定使用这个@((https?://)?([-\w]+\.[-\w\.]+)+\w(:\d+)?(/([-\w/_\.]*(\?\S+)?)?)*)@ 来工作...我真的不需要按照你的建议去做，因为我在解析后运行该测试以查看是否一个 url 看起来像一个 url，如果它无法连接，它就会失败......顺便说一下......这是一个正则表达式，然后是一些：gist.githubusercontent.com/dperini/729294/raw/…
@Frankenmint 我看到你的“正则表达式，然后是一些”并提高你the regex in RFC822

【解决方案2】：

您是否考虑过简单地使用 PHP 的内置验证过滤器 FILTER_VALIDATE_URL 和 filter_var() 来实现此目的？在简化代码和性能方面，它可能比推出自己的基于正则表达式的解决方案要好。

http://php.net/manual/en/function.filter-var.php

http://php.net/manual/en/filter.filters.validate.php

【讨论】：