PHP / RegEx - 通过检测 .com/.net/.org/.edu 等将 URL 转换为链接

Question

我知道有很多问题要求帮助将 URL 转换为字符串中的可点击链接，但我还没有找到我要找的东西。

我希望能够匹配以下任何示例并将它们变成可点击的链接：

http://www.domain.com
https://www.domain.net
http://subdomain.domain.org
www.domain.com/folder
subdomain.domain.net
subdomain.domain.edu/folder/subfolder
domain.net
domain.com/folder

我不想匹配 random.stuff.separated.with.periods。

编辑：请记住，这些 URL 需要在较大的“普通”文本字符串中找到。例如，我想在“Hello！Come check out domain.net！”中匹配“domain.net”。

我认为这可以通过一个正则表达式来完成，该表达式可以确定匹配的 url 是否包含 .com、.net、.org 或 .edu，后跟正斜杠或空格。除了用户拼写错误之外，我无法想象在任何其他情况下，一个有效的 URL 会包含其中一个，然后是其他任何内容。

我知道有很多有效的域扩展，但我不需要全部支持。我可以在正则表达式中选择支持 (com|net|org|edu) 之类的内容。不幸的是，我对正则表达式还不够熟练，还不知道如何正确实现它。

我希望有人可以帮助我找到一个正则表达式（用于 PHP 的 preg_replace），它可以匹配基于由一个或多个点连接的几乎任何文本的 URL，并且以指定的扩展名之一结尾，后跟空格或包含指定的扩展名之一，后跟斜杠和可能的文件夹。

我进行了几次搜索，但到目前为止还没有找到我要查找的内容。如果已经存在回答此问题的 SO 帖子，我深表歉意。

提前致谢。

--- 编辑 3 ---

经过几天的反复试验和 SO 的帮助，以下是有效的方法：

preg_replace_callback('#(\s|^)((https?://)?(\w|-)+(\.(\w+|-)*)+(?<=\.net|org|edu|com|cc|br|jp|dk|gs|de)(\:[0-9]+)?(?:/[^\s]*)?)(?=\s|\b)#is',
                create_function('$m', 'if (!preg_match("#^(https?://)#", $m[2]))
                return $m[1]."<a href=\"http://".$m[2]."\">".$m[2]."</a>"; else return $m[1]."<a href=\"".$m[2]."\">".$m[2]."</a>";'),
                $event_desc);

这是下面 anubhava 代码的修改版本，到目前为止似乎完全符合我的要求。谢谢！

Answer 1

你可以使用这个正则表达式：

#(\s|^)((?:https?://)?\w+(?:\.\w+)+(?<=\.(net|org|edu|com))(?:/[^\s]*|))(?=\s|\b)#is

代码：

$arr = array(
'http://www.domain.com/?foo=bar',
'http://www.that"sallfolks.com',
'This is really cool site: https://www.domain.net/ isn\'t it?',
'http://subdomain.domain.org',
'www.domain.com/folder',
'Hello! You can visit vertigofx.com/mysite/rocks for some awesome pictures, or just go to vertigofx.com by itself',
'subdomain.domain.net',
'subdomain.domain.edu/folder/subfolder',
'Hello! Check out my site at domain.net!',
'welcome.to.computers',
'Hello.Come visit oursite.com!',
'foo.bar',
'domain.com/folder',

);
foreach($arr as $url) {   
   $link = preg_replace_callback('#(\s|^)((?:https?://)?\w+(?:\.\w+)+(?<=\.(net|org|edu|com))(?:/[^\s]*|))(?=\s|\b)#is',
           create_function('$m', 'if (!preg_match("#^(https?://)#", $m[2]))
               return $m[1]."<a href=\"http://".$m[2]."\">".$m[2]."</a>"; else return $m[1]."<a href=\"".$m[2]."\">".$m[2]."</a>";'),
           $url);
   echo $link . "\n";

输出：

<a href="http://www.domain.com/?foo=bar">http://www.domain.com/?foo=bar</a>
http://www.that"sallfolks.com
This is really cool site: <a href="https://www.domain.net">https://www.domain.net</a>/ isn't it?
<a href="http://subdomain.domain.org">http://subdomain.domain.org</a>
<a href="http://www.domain.com/folder">www.domain.com/folder</a>
Hello! You can visit <a href="http://vertigofx.com/mysite/rocks">vertigofx.com/mysite/rocks</a> for some awesome pictures, or just go to <a href="http://vertigofx.com">vertigofx.com</a> by itself
<a href="http://subdomain.domain.net">subdomain.domain.net</a>
<a href="http://subdomain.domain.edu/folder/subfolder">subdomain.domain.edu/folder/subfolder</a>
Hello! Check out my site at <a href="http://domain.net">domain.net</a>!
welcome.to.computers
Hello.Come visit <a href="http://oursite.com">oursite.com</a>!
foo.bar
<a href="http://domain.com/folder">domain.com/folder</a>

PS： 此正则表达式仅支持 URL 中的 http 和 https 方案。例如：如果你也想支持 ftp，那么你需要稍微修改一下正则表达式。

Answer 2

'/(http(s)?:\/\/)?[\w\/\.]+(\.((com)|(edu)|(net)|(org)))[\w\/]*/'

这适用于您的示例。您可能希望在最后一个括号中添加对“-”、“&”、“?”、“:”等的额外字符支持。

'/(http(s)?:\/\/)?[\w\/\.]+(\.((com)|(edu)|(net)|(org)))[\w\/\?=&-;]*/'

这将支持参数和端口号。

例如：www.foo.ca:8888/test?param1=val1&param2=val2

Answer 3

非常感谢。我修改了他的最终解决方案以允许所有域（.ca、.co.uk），而不仅仅是指定的域。

$html = preg_replace_callback('#(\s|^)((https?://)?(\w|-)+(\.[a-z]{2,3})+(\:[0-9]+)?(?:/[^\s]*)?)(?=\s|\b)#is',
    create_function('$m', 'if (!preg_match("#^(https?://)#", $m[2])) return $m[1]."<a href=\"http://".$m[2]."\" target=\"blank\">".$m[2]."</a>"; else return $m[1]."<a href=\"".$m[2]."\" target=\"blank\">".$m[2]."</a>";'),
    $url);