在php中解析一个有效的url答案

【问题标题】：Parsing a valid url in php在php中解析一个有效的url
【发布时间】：2011-08-04 18:43:57
【问题描述】：

我有这个正则表达式来过滤掉网址，但它也过滤掉了一些无效的网址

$regexUrl = "((https?|ftp)\:\/\/)?"; // 方案 $regexUrl .= "([a-zA-Z0-9+!*(),;?&=\$_.-]+(\:[a-zA-Z0-9+!*(),;? &=\$_.-]+)?@)?"; // 用户和通行证 $regexUrl .= "([a-zA-Z0-9-.]*)\.([a-zA-Z]{2,3})"; //主机或IP $regexUrl .= "(\:[0-9]{2,5})?"; // 港口 $regexUrl .= "(\/([a-zA-Z0-9+\$_-]\.?)+)*\/?"; // 小路 $regexUrl .= "(\?[a-zA-Z+&\$_.-][a-zA-Z0-9;:@&%=+\/\$_.-]*)?"; // 获取查询 $regexUrl .= "(#[a-zA-Z_.-][a-zA-Z0-9+\$_.-]*)?"; // 锚

例如“http://...XYZ”也被上述正则表达式过滤，但这是无效的 url。

任何帮助将不胜感激

【问题讨论】：

什么是对您来说有效的 URL？你能再详细说明一下吗？哪些协议对您有效？哪些服务器名称？哪些港口？路径重要吗？授权是否有效？
PHP validation/regex for URL 的可能重复项
为什么 http://...XYZ 是一个无效的 url？并非所有域都以www 开头并以.com 结尾。例如，localhost 是与 www.xyz.com 一样的有效域。 the、duplicate 和 question 也是如此。

标签： php regex url

【解决方案1】：

$valid = parse_url($url);

你在找什么？

【讨论】：

不，我正在寻找类似“这是一个很棒的网站，访问 www.xyz.com”之类的内容，现在我需要从消息中过滤掉这个“www.xyz.com”，但是上面的正则表达式没有过滤无效的“如问题所示”
就LOL而言，该函数实际上称为parse_url，顺便说一句，当您在示例URL上运行示例时，真正的LOL就在这里：codepad.org/mbiMPUuu
来自文档：这个函数不是为了验证给定的 URL，它只是把它分解成上面列出的部分。部分 URL 也被接受，parse_url() 会尽力正确解析它们。
@Michael：我知道不是……但是如果 URL 有效，您必须进行 CURL 或其他网络调用才能获取
@genesis "validate" 在这种情况下并不意味着 URL 映射到一个有效的主机，而是该模式是有效的。 parse_url() 将尽职尽责地将错误的 URL “http://...XYZ”解析为 [scheme] => http [host] => ...XYZ

【解决方案2】：

在您的主机或 IP 行中，将 * 更改为 + 并从第一个 [] 中删除 .

$regexUrl .= "([a-zA-Z0-9-]+)\.([a-zA-Z]{2,3})"; // Host or IP

这样做的效果是需要（带 +）第一个 [] 中的一些字符，并且不允许其中有 .，因为 . 由紧随其后的 \. 处理（并且需要）第一组。

【讨论】：