JAVA中的网站/URL验证正则表达式

Question

我需要一个正则表达式字符串来匹配以"http://", "https://", "www.", "google.com"开头的URL。

我尝试使用的代码是：

//Pattern to check if this is a valid URL address
    Pattern p = Pattern.compile("(http://|https://)(www.)?([a-zA-Z0-9]+).[a-zA-Z0-9]*.[a-z]{3}.?([a-z]+)?");
    Matcher m;
    m=p.matcher(urlAddress);

但是这段代码只能匹配像"http://www.google.com"这样的网址。

我知道这可能是一个重复的问题，但我已经尝试了所有提供的正则表达式，它们都不符合我的要求。有人可以帮帮我吗？谢谢。

- Hao Ting

---

您的要求是URL必须以以下任意一种方式开头："http://" "https://" "www." "google.com"吗？ - Scary Wombat

不，不仅仅是谷歌网站。google.com只是没有在其URL中包含“www。”或任何“http或https”的网站的一个例子。 - Hao Ting

Answer 1

您需要将正则表达式中的(http://|https://)部分设置为可选项。

^(http:\/\/|https:\/\/)?(www.)?([a-zA-Z0-9]+).[a-zA-Z0-9]*.[a-z]{3}.?([a-z]+)?$

演示

- Avinash Raj

---

更加简单的正则表达式：^(https?:\/\/)?(www.)?([a-zA-Z0-9]+).[a-zA-Z0-9]*.[a-z]{3}.?([a-z]+)?$ - Avinash Raj

正确的是 ^(http:\/\/|https:\/\/)?(www.)?([a-zA-Z0-9]+)\.[a-zA-Z0-9]*\.[a-z]{3}\.([a-z]+)?$。 - Ananda

这个正则表达式不接受斜杠，例如：https://www.google.com/123。 它也不接受多个键值对，例如：https://www.google.com?key1=value1&&key2=value2。 - Akash Tomar

Answer 2

您可以使用Apache Commons库（org.apache.commons.validator.UrlValidator）对URL进行验证：

String[] schemes = {"http","https"}.
UrlValidator urlValidator = new UrlValidator(schemes);

然后使用：-

 urlValidator.isValid(your url)

那么就不需要使用正则表达式了。

链接：- https://commons.apache.org/proper/commons-validator/apidocs/org/apache/commons/validator/routines/UrlValidator.html

- Raj Hassani

---

如果有人尝试输入“http：\”或“http：/”，您可能需要使用正则表达式来避免异常。 - Chargnn

此验证器不允许在主机名中使用下划线。 - Udit Kumawat

Answer 3

如果您使用Java，我建议使用这个正则表达式（我自己编写的）：

^(https?:\/\/)?(www\.)?([\w]+\.)+[‌​\w]{2,63}\/?$
"^(https?:\\/\\/)?(www\.)?([\\w]+\\.)+[‌​\\w]{2,63}\\/?$" // as Java-String

解释如下：

• ^ = 行首
• (https?://)? = 可能出现 "http://" 或 "https://"
• (www.)? = 可能出现 "www."
• ([\w]+.)+ = 必须出现一个单词 ([a-zA-Z0-9])，可以出现一次或多次（如果您需要使用特殊字符如 ü、ä、ö 或其他，请在 URL 中使用 IDN.toASCII(url)。如果您需要知道哪些字符通常是合法的，请参阅 https://kb.ucla.edu/articles/what-characters-can-go-into-a-valid-http-url）
• [‌​\w]{2,63} = 必须出现一个单词 ([a-zA-Z0-9])，长度为 2 到 63 个字符（顶级域名（例如 .com）的长度不能短于 2 个字符或长于 63 个字符）
• /? = 可能出现 "/" 字符（有些人或服务器会在末尾加上 /... 无论如何）
• $ = 行尾

-

如果您需要添加特殊字符，则可能如下所示：

^(https?:\/\/)?(www\.)?([\w\Q$-_+!*'(),%\E]+\.)+[‌​\w]{2,63}\/?$
"^(https?:\\/\\/)?(www\.)?([\\w\\Q$-_+!*'(),%\\E]+\\.)+[‌​\\w]{2,63}\\/?$" // as Java-String

---

Avinash Raj的答案并不完全正确。

^(http:\/\/|https:\/\/)?(www.)?([a-zA-Z0-9]+).[a-zA-Z0-9]*.[a-z]{3}.?([a-z]+)?$

点号没有被转义，这意味着它可以匹配任何字符。我的版本更简单，我从未听说过像"test..com"这样的域名(实际上也是可匹配的...)。

演示: https://regex101.com/r/vM7wT6/279 编辑： 因为我看到有些人需要一个也匹配服务器目录的正则表达式，所以我写了这个：

^(https?:\/\/)?([\w\Q$-_+!*'(),%\E]+\.)+(\w{2,63})(:\d{1,4})?([\w\Q/$-_+!*'(),%\E]+\.?[\w])*\/?$

虽然这可能不是最好的方法，因为我没有太多时间去研究，但它或许可以帮助一些人。你可以在这里查看它的工作方式：https://regex101.com/r/vM7wT6/700。 它还可以匹配像“hello.to/test/whatever.cgi”这样的URL。

- KnechtRootrecht

Answer 4

@Avinash的答案的Java兼容版本如下：

//Pattern to check if this is a valid URL address
Pattern p = Pattern.compile("^(http://|https://)?(www.)?([a-zA-Z0-9]+).[a-zA-Z0-9]*.[a-z]{3}.?([a-z]+)?$");
Matcher m;
m=p.matcher(urlAddress);
boolean matches = m.matches();

- raghavsood33

Answer 5

pattern="w{3}\.[a-z]+\.?[a-z]{2,3}(|\.[a-z]{2,3})"

这将只接受像 www.google.com 和 www.google.co.in 这样的地址。

- darkwinter

Answer 6

//我使用它

static boolean esURL(String cadena){

    boolean bandera = false;

    bandera = cadena.matches("\\b(https://?|ftp://|file://|www.)[-a-zA-Z0-9+&@#/%?=~_|!:,.;]*[-a-zA-Z0-9+&@#/%=~_|]");

    return bandera;
}

- Anabel Berumen