使用正则表达式验证 URL 查询字符串答案

【问题标题】：Validate URL query string with regex使用正则表达式验证 URL 查询字符串
【发布时间】：2014-07-20 11:51:43
【问题描述】：

我正在尝试使用正则表达式验证查询字符串。请注意，我不是要匹配这些值，而是验证它的语法。我这样做是为了练习正则表达式，所以我会感谢帮助而不是“使用这个库”，尽管看看它是如何在一个库中完成的会对我有所帮助，所以如果你有一个，请告诉我。

所以，这将是先决条件：

必须以问号开头。
它可能包含带或不带值的键，由等号分隔，对由 & 号分隔。

我已经走得很远了，但是我在匹配正则表达式时遇到了麻烦，即等号和 & 符号必须按特定顺序排列，而不必重复匹配组。这是我到目前为止所得到的：

#^\?([\w\-]+((&|=)([\w\-]+)*)*)?$#

它正确匹配?abc=123&def=345，但也错误匹配例如?abc=123=456。

我可能会矫枉过正，做一些类似...

/^\?([\w\-]+=?([\w\-]+)?(&[\w\-]+(=?[\w\-]*)?)*)?$/

...但我不想重复相同的匹配组。

我如何告诉正则表达式，值之间的分隔符必须在 & 和 = 之间迭代，而不重复匹配组或灾难性的回溯？

谢谢。

编辑：

我想澄清一下，这并不适用于现实世界的实现；为此，应使用您的语言中最有可能可用的内置库。问这个问题是因为我想提高我的正则表达式技能，而解析查询字符串似乎是一个有益的挑战。

【问题讨论】：

这个问题在谷歌的“查询字符串正则表达式”搜索中弹出。我必须注意，即使您仅限于基于正则表达式的解决方案，这里发生的事情不应实时使用，因为它缺少this 点并且谁知道还有什么（我不知道，但那里有很多我不知道的规格）。

标签： regex validation expression

【解决方案1】：

/^\?([\w-]+(=[\w.\-:%+]*)?(&[\w-]+(=[\w.\-:%+]*)?)*)?$/

\w = [a-zA-Z0-9_]

？ = '?'

以上正则表达式支持，a-z A-Z 0-9 _ . - : % + in Param Value

you can test this regex here

【讨论】：

【解决方案2】：

当你需要验证一个非常复杂的url时，你可以使用这个正则表达式

`^(https|ftp|http|ftps):\/\/([a-z\d_]+\.)?(([a-zA-Z\d_]+)(\.[a-zA-Z]{2,6}))(\/[a-zA-Z\d_\%\-=\+]+)*(\?)?([a-zA-Z\d=_\+\%\-&\{\}\:]+)?`

【讨论】：

【解决方案3】：

这是我做的。

function isValidURL(url) {
  // based off https://mathiasbynens.be/demo/url-regex. testing https://regex101.com/r/pyrDTK/2
  var pattern = /^(?:(?:https?|ftp):\/\/)(?:\S+(?::\S*)?@)?(?:(?!10(?:\.\d{1,3}){3})(?!127(?:\.\d{1,3}){3})(?!169\.254(?:\.\d{1,3}){2})(?!192\.168(?:\.\d{1,3}){2})(?!172\.(?:1[6-9]|2\d|3[0-1])(?:\.\d{1,3}){2})(?:[1-9]\d?|1\d\d|2[01]\d|22[0-3])(?:\.(?:1?\d{1,2}|2[0-4]\d|25[0-5])){2}(?:\.(?:[1-9]\d?|1\d\d|2[0-4]\d|25[0-4]))|(?:(?:[a-z\x{00a1}-\x{ffff}0-9]+-?)*[a-z\x{00a1}-\x{ffff}0-9]+)(?:\.(?:[a-z\x{00a1}-\x{ffff}0-9]+-?)*[a-z\x{00a1}-\x{ffff}0-9]+)*(?:\.(?:[a-z\x{00a1}-\x{ffff}]{2,})))(?::\d{2,5})?(?:\/?)(?:(?:\?(?:(?!&|\?)(?:\S))+=(?:(?!&|\?)(?:\S))+)(?:&(?:(?!&|\?)(?:\S))+=(?:(?!&|\?)(?:\S))+)*)?$/iuS;
  return pattern.test(url);
}

基地：https://mathiasbynens.be/demo/url-regex

测试：https://regex101.com/r/pyrDTK/4/

【讨论】：

【解决方案4】：

这似乎是你想要的：

^\?([\w-]+(=[\w-]*)?(&[\w-]+(=[\w-]*)?)*)?$

见live demo

这将每个“对”视为一个键，后跟一个可选值（可能为空白），并且有第一对，然后是可选的&，然后是另一对，以及整个表达式（除了前导@ 987654324@) 是可选的。这样做会阻止匹配?&abc=def

另请注意，连字符在字符类中的最后一个时不需要转义，允许稍微简化。

您似乎希望在键或值中的任何位置都允许使用连字符。如果键需要不含连字符：

^\?(\w+(=[\w-]*)?(&\w+(=[\w-]*)?)*)?$

【讨论】：

谢谢，这就是我正在使用的。不过，我一直在寻找一种不重复匹配组的方法。
不幸的是没有办法。能够标记一个块并重用它会很好，但不是。
谢谢，这就是我要找的答案 =)
虽然完全有效，但不匹配："?q=denbosch&lat=45.234342364&long=-45.234342364"
@BartBurg 在字符类中添加一个点：^\?(\w+(=[\w.-]*)?(&\w+(=[\w.-]*)?)*)?$

【解决方案5】：

你可以使用这个正则表达式：

^\?([^=]+=[^=]+&)+[^=]+(=[^=]+)?$

它的作用是：

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  ^                        the beginning of the string
--------------------------------------------------------------------------------
  \?                       '?'
--------------------------------------------------------------------------------
  (                        group and capture to \1 (1 or more times
                           (matching the most amount possible)):
--------------------------------------------------------------------------------
    [^=]+                    any character except: '=' (1 or more
                             times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
    =                        '='
--------------------------------------------------------------------------------
    [^=]+                    any character except: '=' (1 or more
                             times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
    &                        '&'
--------------------------------------------------------------------------------
  )+                       end of \1 (NOTE: because you are using a
                           quantifier on this capture, only the LAST
                           repetition of the captured pattern will be
                           stored in \1)
--------------------------------------------------------------------------------
  [^=]+                    any character except: '=' (1 or more times
                           (matching the most amount possible))
--------------------------------------------------------------------------------
  (                        group and capture to \2 (optional
                           (matching the most amount possible)):
--------------------------------------------------------------------------------
    =                        '='
--------------------------------------------------------------------------------
    [^=]+                    any character except: '=' (1 or more
                             times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
  )?                       end of \2 (NOTE: because you are using a
                           quantifier on this capture, only the LAST
                           repetition of the captured pattern will be
                           stored in \2)
--------------------------------------------------------------------------------
  $                        before an optional \n, and the end of the
                           string

【讨论】：

这匹配"? = "
@Amit Joki 你从哪里得到的打印输出？
google.co.in/…

【解决方案6】：

我同意 Andy Lester 的观点，但可能的正则表达式解决方案是

#^\?([\w-]+=[\w-]*(&[\w-]+=[\w-]*))?$#

这与您发布的内容非常相似。

我没有测试它，你也没有说你使用的是什么语言，所以它可能需要一些调整。

【讨论】：

是的，这是为了练习 =) 谢谢你的回答，这几乎是我现在正在使用的，但它仍然重复匹配组，这是我想避免的。跨度>
@HelgeTalvikSöderström 为什么？这根本不可能。

【解决方案7】：

这可能不是正则表达式的工作，而是你选择的语言中的现有工具。正则表达式不是你对碰巧涉及字符串的每个问题挥舞的魔杖。您可能希望使用已经编写、测试和调试过的现有代码。

在 PHP 中，使用 parse_url 函数。

Perl：URI module.

鲁比：URI module.

.NET：'Uri' class

【讨论】：

感谢您的回复，但如果您再次阅读我的帖子，您会看到I'm doing this to practice regex, so I'd appreciate help rather than "use this lib"。
是的，我看到了，而且我也知道人们无论如何都会找到这个答案。我在考虑未来的用户以及您。
好吧，我将其解释为为可能正在寻找另一个答复的人提供答案，偶然发现这个问题......如果我们继续讨论正则表达式，而不是特定的，我将不胜感激我用于练习的示例。
parse_url() 几乎会尝试解析任何内容...您不能将其用作验证。它甚至返回JSON 字符串的结果:)