检查 URL 时更改正则表达式以允许 IP 地址？

Question

我有以下正则表达式来检查 URL 是否有效：

preg_match('/^(http(s?):\/\/)?(www\.)?+[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,3})+(\/[a-zA-Z0-9\_\-\s\.\/\?\%\#\&\=]*)?$/i', $url);

我喜欢将这部分[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,3})（至少我希望它是这个粗体部分）修改为IP地址或这个突出显示的部分。

目前，正则表达式对我来说非常好，因为它可以正确找到错误的 URL——尽管我相信一旦 ICANN 的新域政策生效（即 Google 可能希望拥有url http://search.google - 而不是 http://google.com 用于搜索）

无论如何，我想添加允许 IP 地址也成为有效 URL 的功能，但我不确定如何将其纳入正则表达式

如果有人能伸出援手，那就太好了！

Answer 1

这个正则表达式似乎有效：

^(http(s?):\/\/)?(((www\.)?+[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,3})+)|(\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b))(\/[a-zA-Z0-9\_\-\s\.\/\?\%\#\&\=]*)?$

在检查“http”之后的部分，它只是执行 OR 操作，以匹配域名或 IP。以下是相关摘录：

((www\.)?+[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,3})+)|(\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b)

IP 表达式有点长，但它确保它是一个有效的 IP（例如，不是999.999.999.999）。您可以轻松地将其替换为另一个 IP 检查。

这里它被合并到你之前的代码中：

preg_match('/^(http(s?):\/\/)?(((www\.)?+[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,3})+)|(\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b))(\/[a-zA-Z0-9\_\-\s\.\/\?\%\#\&\=]*)?$/i', $url);

Answer 2

两点。顶部level domains 现在似乎最多 6 个字符（博物馆），所以我们需要考虑到这一点：

^(http(s?):\/\/)?(((www\.)?+[a-zA-Z0-9\.\-\_]+(\.[a-zA-Z]{2,6})+)|(\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b))(\/[a-zA-Z0-9\_\-\s\.\/\?\%\#\&\=]*)?$

在基于 C 的语言中，我们需要转义那些 \

char *regex = "/^(http(s?):\\/\\/)?(www\\.)?+[a-zA-Z0-9\\.\\-\\_]+(\\.[a-zA-Z]{2,6})+(\\/[a-zA-Z0-9\\_\\-\\s\\.\\/\\?\\%\\#\\&\\=]*)?$/i";

在 Objective C 中，我们可以在 NSString 上定义一个类别方法：

- (BOOL)isURL
{
    // uses ICU regex syntax http://userguide.icu-project.org/strings/regexp
    NSString *regex = @"^(http(s?)://)?(www\\.)?+[a-zA-Z0-9\\.\\-_]+(\\.[a-zA-Z]{2,6})+(/[a-zA-Z0-9_\\-\\s\\./\\?%#\\&=]*)?$";

    NSPredicate *regextest = [NSPredicate predicateWithFormat:@"SELF MATCHES %@", regex];
    return [regextest evaluateWithObject:self];
}

请注意，此解决方案完全忽略了 IPv6！