为 Javascript 提取 URL 的正则表达式答案

【问题标题】：RegularExpression to Extract Url For Javascript为 Javascript 提取 URL 的正则表达式
【发布时间】：2013-04-04 03:24:28
【问题描述】：

我有一个正则表达式，可以从给定的字符串中提取 url。它在 C# 中，我想将其转换为 javascript：

 private static Regex urlPattern = new Regex(@"(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'"".,<>?«»“”‘’]))", RegexOptions.Compiled | RegexOptions.IgnoreCase);

但是当我尝试这个时，因为没有逐字记录，它给了我错误：

var regexToken = /(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'"".,<>?«»“”‘’]))/i;

如何轻松转换它？我得到以下 SyntaxError: invalid quantifier

【问题讨论】：

“没有逐字记录，它给了我错误”您能否具体说明这是什么意思以及您的错误是什么
你为什么要用regex来提取url？
@The_Land_Of_Devils_SriLanka 您将如何识别给定字符串中的 url 模式。该字符串有多个 url。
@JustinHomes 正则表达式用于定期出现的模式。从 html 解析 url 永远不应该使用正则表达式来完成，因为它从未用于此目的。html 不是严格（xhtml 除外）并且肯定会破坏您的代码...您最好使用像 htmlagilitypack 这样的解析器..即使您的字符串不是 html，您仍然可以提取所有网址的
htmlagilitypack 是服务器端解决方案，我需要客户端解决方案

标签： c# javascript regex

【解决方案1】：

(?i) 不是在 JavaScript 中设置 ignoreCase 标志的有效选项（虽然在 Opera 中被忽略，但它似乎会为您抛出 SyntaxError ）。 flags 仅作为正则表达式文字的后缀给出，或作为RegExp constructor 的第二个参数中的字符串给出。

另外，您忘记转义斜线 - 由于分隔文字，它们需要转义。

使用任一

var regexToken = /\b((?:[a-z][\w-]+:(?:\/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}\/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'"".,<>?«»“”‘’]))/i;

或者（稍微复杂一点）

var regexToken = new RegExp("\\b((?:[a-z][\\w-]+:(?:/{1,3}|[a-z0-9%])|www\\d{0,3}[.]|[a-z0-9.\\-]+[.][a-z]{2,4}/)(?:[^\\s()<>]+|\\(([^\\s()<>]+|(\\([^\\s()<>]+\\)))*\\))+(?:\\(([^\\s()<>]+|(\\([^\\s()<>]+\\)))*\\)|[^\\s`!()\\[\\]{};:'\"\".,<>?«»“”‘’]))", "i");

【讨论】：