如何在C#中匹配URL？

Question

我找到了很多关于如何在PHP和其他语言中匹配特定类型的URL的例子。我需要从我的C#应用程序中匹配任何URL。如何操作？当我谈论URL时，我指的是链接到任何站点或站点和子目录上的文件的链接。

我有这样的文本："前往我的超赞网站http:\www.google.pl\something\blah\?lang=5"或其他内容，我需要从这条消息中获取此链接。链接也只能以www开头。

- Tom Smykowski

---

你可能想使用正斜杠，因为如果你混淆了Microsoft\Windows Land和Unix/WWW Land，你将永远无法匹配带有反斜杠的URL。 - Jared Updike

Answer 1

如果你需要测试你的正则表达式以查找URL，可以尝试使用这个工具：http://gskinner.com/RegExr/。它可以在你编写正则表达式时对其进行测试。在C#中，你可以使用正则表达式，如下所示：

Regex r = new Regex(@"(?<Protocol>\w+):\/\/(?<Domain>[\w@][\w.:@]+)\/?[\w\.?=%&=\-@/$,]*");
// Match the regular expression pattern against a text string.
Match m = r.Match(text);
while (m.Success) 
{
   //do things with your matching text 
   m = m.NextMatch();
}

- michele

---

+1：虽然你忘记在字符串前面加上@符号。 - Patrick Klug

@Rumplin：你能解释一下你遇到的错误吗？如果我用gskinner尝试，正则表达式会正确匹配http://www.test.com/，或者你是想要整个字符串与''匹配？ - michele

你必须查看实际的URL，而不是显示的URL。Stackoverflow会纠正链接中的“http：// http：//”问题，其中没有空格。 - Rumplin

Answer 2

微软有一张很好的正则表达式页面...这是他们的说法（也非常好用）

^(ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&%\$#_]*)?$

http://msdn.microsoft.com/en-us/library/ff650303.aspx#paght000001_commonregularexpressions

- Chuck Rostance

---

那个不包括 URL 后面的查询字符串，它会在第一个 '=' 字符处停止。要修复这个问题，只需要添加一个等号 '='，使其以这样的方式结束 "....&%$#_=]*)?$"。此外，该正则表达式模式将无法在字符串中找到 URL。它只能告诉你该字符串是否为 URL。如果要查找 URL，请省略开头的 "^" 和结尾的 "$"。Regex.Matches(text, pattern) 应该会返回文本中的所有 URL。 - Wolf5

它是否包含mailto网址？ - user

这个例子失败了：http://www.example.com:81/path/index.php?query=toto+le+heros#top。可以用以下正则表达式进行修正：(ht|f)tp(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&%\$#=_]*)? 但是，它对包含用户名@主机名的URL也不起作用。 - Tom Rutchik

Answer 3

我不确定您的具体问题，但一个好的起点是使用Uri类，该类可以帮助您解析URL。

- DanDan

---

这可以更具体一些：例如：var myUri = null; Uri.TryCreate(str, UriKind.Absolute, out myVar); 并检查myUri是否从null变为非null。 - Jared Updike

Answer 4

这是一个针对URL的定义。

^http(s?)\:\/\/[0-9a-zA-Z]([-.\w]*[0-9a-zA-Z])*(:(0-9)*)*(\/?)([a-zA-Z0-9\-\.\?\,\'\/\\\+&%\$#_]*)?$

http://msdn.microsoft.com/en-us/library/ms998267.aspx

- David

Answer 5

Regex regx = new Regex("http(s)?://([\\w+?\\.\\w+])+([a-zA-Z0-9\\~\\!\\@\\#\\$\\%\\^\\&\\*\\(\\)_\\-\\=\\+\\\\\\/\\?\\.\\:\\;\\'\\,]*)?", RegexOptions.IgnoreCase); 

- almog.ori

Answer 6

这将返回一个匹配集合，其中包含在“yourStringThatHasUrlsInIt”中找到的所有匹配项：

var pattern = @"((ht|f)tp(s?)\:\/\/|~/|/)?([w]{2}([\w\-]+\.)+([\w]{2,5}))(:[\d]{1,5})?";
var regex = new Regex(pattern);
var matches = regex.Matches(yourStringThatHasUrlsInIt);

返回值将是一个“MatchCollection”，您可以在此处了解更多信息：

http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.matchcollection.aspx

- apiguy

Answer 7

您也可以使用https://github.com/d-kistanov-parc/DotNetUrlPatternMatching

该库允许您将URL与模式匹配。

它的工作原理：

• 将URL模式分成几个部分
• 每个非空部分都与URL中类似的部分进行匹配。

您可以指定通配符*或~ 其中*是组内的任何字符集（方案、主机、端口、路径、参数、片段） 其中~是组段内的任何字符集（主机、路径）

只提供您关心的URL部分。留下的部分将匹配任何内容。例如，如果您不关心主机，则将其留空。

- Dima Kistanov

Answer 8

          //This code return (protocol://)host:port from URL

          //Commented URL's with different protocols. Just uncomment to test.
          //string url = "http://www.contoso.com:8080/letters/readme.html";
          //string url = "ftp://www.contoso.com:8080/letters/readme.html";
          //string url = "l2tp://1.5.8.6:8080/letters/readme.html";
          string url = "l2tp://1.5.8.6:8080/letters/readme.html";

          string host = "";//empty string with host from url
                //protocol, (ip/domain), port
          host = Regex.Match(url, @"^(?<proto>\w+)://+?(?<host>[A-Za-z0-9\-\.]+)+?(?<port>:\d+)?/", RegexOptions.None, TimeSpan.FromMilliseconds(150)).Result("${proto}://${host}${port}");
                //(ip/domain):port without protocol. If HTTPS board loading images from HTTP host.
          //host = Regex.Match(url, @"^(?<proto>\w+)://+?(?<host>[A-Za-z0-9\-\.]+)+?(?<port>:\d+)?/", RegexOptions.None, TimeSpan.FromMilliseconds(150)).Result("${host}${port}");

          Console.WriteLine("url: "+url+"\nhost: "+host); //display host

请查看https://rextester.com/PVSO54371

- AnonymousUser