我需要一个从文本文档中提取 URL 的正则表达式答案

【问题标题】：I need a regex that will pull a URL from a text document我需要一个从文本文档中提取 URL 的正则表达式
【发布时间】：2011-11-29 05:25:24
【问题描述】：

我试图提取的网址都是 www.domain.com 的格式。我想用一个简单的正则表达式从文本文档中提取它们。它只需要匹配 www.domain.com，而不是其他 url 变体。

与 preg_match_all() 一起使用的最简单的正则表达式是什么？

【问题讨论】：

查看这篇文章stackoverflow.com/questions/399250/…

标签： php regex

【解决方案1】：

/w{3}\.\w{2,}\.\w{3}/

这将匹配 www. 任何超过两个字母 dot + 3 个字母的单词

用连字符或大写字母匹配域：

/w{3}\.[\w\-]{2,}\.\w{3}/i

【讨论】：

这个正则表达式找不到类似 www.do-main.com 的东西
如果它也能找到这种格式可能会有所帮助......尽管这确实满足了我最初的要求。

【解决方案2】：

我对 PHP 做的不多，但正则表达式类似于：

w{3}.([a-zA-Z0-9\~\!\@\#\$\%\^\&amp;\*\(\)_\-\=\+\\\/\?\.\:\;\'\,]*)?

将返回所有以“www.”开头的域名。它将忽略标签的协议部分（例如http://）

【讨论】：

【解决方案3】：

preg_match_all('%((mailto\\:|(news|(ht|f)tp(s?))\\://){1}\\S+)%m', $subject, $result, PREG_PATTERN_ORDER);
for ($i = 0; $i < count($result[0]); $i++) {
    // $result[0][$i];
}

如果您想轻松提取部分 url，也可以使用我编写的 https://github.com/homer6/altumo/blob/master/source/php/String/Url.php 类。使用方法见同目录下的单元测试。

如果您正在寻找一个好的程序来调整您的正则表达式模式，我强烈推荐regexbuddy。

希望对您有所帮助...

【讨论】：