用于验证 URL 的 PHP 正则表达式

Question

我正在寻找一个合适的正则表达式来匹配一个 URL（带有方案、域、路径等的完整 URL） 我通常会使用 filter_var 但在这种情况下我不能，因为我必须支持 PHP

我在网上搜索过，但找不到任何我确信会万无一失的东西，我只能在 SO 上找到人们说要使用 filter_var。

有没有人为此使用正则表达式？

我的代码（只是为了让您可以看到我想要实现的目标）：

function validate_url($url){
    if (function_exists('filter_var')){
        return filter_var($url, FILTER_VALIDATE_URL);
        }
    return preg_match(REGEX_HERE, $url);
    }

Answer 1

我创建了一个用于验证域的解决方案。虽然它没有具体涵盖整个 URL，但它非常详细和具体。您需要问自己的问题是，“我为什么要验证域？”如果要查看域是否真的存在，则需要确认域（包括有效的 TLD）。问题是，太多的开发者走捷径 ([a-z]{2,4}) 并称其为好。如果您按照这些思路思考，那么为什么称其为 URL 验证呢？它不是。它只是通过正则表达式传递 URL。

我有一个开源类，它不仅允许您使用单一来源的 TLD 管理 (iana.org) 来验证域，而且还可以通过 DNS 记录验证域以确保它确实存在。 DNS 验证是可选的，但域将根据 TLD 特别有效。

例如：example.ay 不是有效域，因为 .ay 顶级域名无效。但是使用此处发布的正则表达式（[a-z]{2,4}），它会通过。我对质量有亲和力。我尝试在我编写的代码中表达这一点。其他人可能并不真正关心。因此，如果您想简单地“检查” URL，您可以使用这些响应中列出的示例。如果您真的想验证 URL 中的域，您可以在我创建的类中执行此操作。它可以在以下位置下载： http://code.google.com/p/blogchuck/source/browse/trunk/domains.php

它根据“管理”（松散地使用该术语）确定有效域的内容的 RFC 进行验证。简而言之，这就是领域类的作用： 域验证的基本规则

• 必须至少有一个字符
• 必须以字母或数字开头
• 包含字母、数字和连字符
• 必须以字母或数字结尾
• 可能包含多个节点（即node1.node2.node3）
• 每个节点最多只能有 63 个字符
• 总域名最多只能包含 255 个字符
• 必须以有效的 TLD 结尾
• 可以是 IP4 地址

只有在检查您的本地副本后，它才会下载主 TLD 文件 iana.org 的副本。如果您的本地副本已过期 30 天，它将下载一个新副本。文件中的 TLD 将在 REGEX 中用于验证您正在验证的域中的 TLD。这可以防止 .ay（和其他无效的 TLD）通过验证。

这是一段很长的代码，但考虑到它的作用，它非常紧凑。而且是最准确的。这就是我之前问这个问题的原因。你是要做“验证”还是简单的“检查”？

Answer 2

你可以试试this one。我自己没有尝试过，但它肯定是我见过的最大的正则表达式，哈哈。

^(?#Protocol)(?:(?:ht|f)tp(?:s?)\:\/\/|~\/|\/)?(?#Username:Password)(?:\w+:\w+@)?(?#Subdomains)(?:(?:[-\w]+\.)+(?#TopLevel Domains)(?:com|org|net|gov|mil|biz|info|mobi|name|aero|jobs|museum|travel|[a-z]{2}))(?#Port)(?::[\d]{1,5})?(?#Directories)(?:(?:(?:\/(?:[-\w~!$+|.,=]|%[a-f\d]{2})+)+|\/)+|\?|#)?(?#Query)(?:(?:\?(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)(?:&(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)*)*(?#Anchor)(?:#(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)?$

Answer 3

!(https?://)?([-_a-z0-9]+\.)*([-_a-z0-9]+)\.([a-z]{2,4})(/?)(.*)!i

我使用这个正则表达式来验证 URL。到目前为止，它没有一次让我失望:)

Answer 4

我见过一个正则表达式，它实际上可以验证任何类型的有效 URL，但它有两页长...

您最好使用@987654321@ 解析网址，然后检查您所需的所有位是否按顺序排列。

补充： 这是我的 URL 类的片段：

public static function IsUrl($test)
{
    if (strpos($test, ' ') > -1)
    {
        return false;
    }
    if (strpos($test, '.') > 1)
    {
        $check = @parse_url($test);
        return is_array($check)
            && isset($check['scheme'])
            && isset($check['host']) && count(explode('.', $check['host'])) > 1
}
    return false;
}

它测试给定的字符串，并要求 url 中的一些基础知识，即设置方案并且主机名中有一个点。