一个正则表达式能否用于验证URL并匹配所有部分?我一直在研究一个,到目前为止我想到的是:
(?:(?P<scheme>[a-z]*?)://)?(?:(?P<username>.*?):?(?P<password>.*?)?@)?(?P<hostname>.*?)/(?:(?:(?P<path>.*?)\?)?(?P<file>.*?\.[a-z]{1,6})?(?:(?:(?P<query>.*?)#?)?(?P<fragment>.*?)?)?)?
然而,这并不起作用,它应该匹配以下所有示例:
这是一段包含各种链接的HTML代码,链接内容包括用户名、密码、主机名、路径、查询参数和锚点等。其中有http、https、ftp和mailto等不同协议的链接。http://username:password@hostname.tld/path?arg=value#anchor
http://www.domain.com/
http://www.doamin.co.uk/
http://www.yahoo.com/
http://www.google.au/
https://username:password@domain.com/
ftp://user:password@domain.com/path/
https://www.blah1.subdoamin.doamin.tld/
domain.tld/#anchor
doamin.tld/?query=123
domain.co.uk/
domain.tld
http://www.domain.tld/index.php?var1=blah
http://www.domain.tld/path/to/index.ext
mailto://user@unkwndesign.com
并为所有组件提供命名捕获:
协议,例如http,https,ftp,ftps,callto,mailto和任何未列出的协议
用户名
密码
主机名包括子域,域和顶级域
路径,例如/images/profile/
文件名,例如file.ext
查询字符串,例如?foo=bar&bar=foo
片段,例如#anchor
其中主机名是唯一必填字段。
我们可以假设这来自一个专门要求URL的表单,并且不会用于在文本中查找链接。