使用正则表达式的特定域 URL 验证答案

【问题标题】：Specific domain URL validation with Regular Expression使用正则表达式的特定域 URL 验证
【发布时间】：2009-07-02 14:00:47
【问题描述】：

我一直在尝试自己，并在网上搜索，写这个正则表达式但没有成功。

我需要验证给定 URL 是否来自特定域和格式正确的链接（在 PHP 中）。例如：

好域名：example.com

example.com 的 URL 非常好：

不是来自 example.com 的糟糕 URL：

一些注意事项：我不在乎“http”与“https”，但如果对您很重要，请始终假设“http” 将使用此正则表达式的代码是 PHP，所以要加分。

2010 年更新：

Gruber 添加了一个很棒的 URL 正则表达式：

?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`!()\[\]{};:'".,<>?«»“”‘’]))

查看他的帖子：An Improved Liberal, Accurate Regex Pattern for Matching URLs

【问题讨论】：

您的“Good Domain”示例不是有效的 URL（缺少路径）。
@Nikolar Ruhe：路径实际上是可选的："http://" hostport [ "/" hpath [ "?"搜索 ]]（参见 RFC 1738）
这并不表示有效的 URL，而是表示示例 URL 使用的有效域，但也许我应该只说“blah.com”，仅此而已。无论哪种方式，我都认为这是有道理的。
example.com:25 是好是坏？还有user@example.com ?

标签： php regex

【解决方案1】：

你必须使用正则表达式吗？ PHP 有很多内置函数可以做这种事情。

filter_var($url, FILTER_VALIDATE_URL)

会告诉你一个 URL 是否有效，并且

    $domain = parse_url($url, PHP_URL_HOST);

会告诉你它所指的域。

它可能比一些疯狂的正则表达式更清晰，更易于维护。

【讨论】：

【解决方案2】：

我的努力

<?php

$pattern = "#^https?://([a-z0-9-]+\.)*blah\.com(/.*)?$#";

$tests = array(
    'http://blah.com/so/this/is/good'
  , 'http://blah.com/so/this/is/good/index.html'
  , 'http://www.blah.com/so/this/is/good/mice.html#anchortag'
  , 'http://anysubdomain.blah.com/so/this/is/good/wow.php'
  , 'http://anysubdomain.blah.com/so/this/is/good/wow.php?search=doozy'
  , 'http://any.sub-domain.blah.com/so/this/is/good/wow.php?search=doozy' // I added this case
  , 'http://999.sub-domain.blah.com/so/this/is/good/wow.php?search=doozy' // I added this case
  , 'http://obviousexample.com'
  , 'http://bbc.co.uk/blah.com/whatever/you/get/the/idea'
  , 'http://blah.com.example'
  , 'not/even/a/blah.com/url'
);

foreach ( $tests as $test )
{
  if ( preg_match( $pattern, $test ) )
  {
    echo $test, " <strong>matched!</strong><br>";
  } else {
    echo $test, " <strong>did not match.</strong><br>";
  }
}

//  Here's another way
echo '<hr>';
foreach ( $tests as $test )
{
  if ( $filtered = filter_var( $test, FILTER_VALIDATE_URL ) )
  {
    $host = parse_url( $filtered, PHP_URL_HOST );
    if ( $host && preg_match( "/blah\.com$/", $host ) )
    {
      echo $filtered, " <strong>matched!</strong><br>";
    } else {
      echo $filtered, " <strong>did not match.</strong><br>";
    }
  } else {
    echo $test, " <strong>did not match.</strong><br>";
  }
}

【讨论】：

parse_url 函数的文档声明它并不意味着验证 URL：无效的 URL 仍可能被解析。所以你需要一些额外的检查。
哦，我同意 - 它可能需要更严格的测试。不过，我的正则表达式解决方案同样有效。
我在我的第二个算法中采用了你的帖子的逻辑。看起来效果不错！
Brilliant Peter :) - 正是我想要的。

【解决方案3】：

也许：

^https?://[^/]*blah\.com(|/.*)$

编辑：

防止http://editblah.com

^https?://(([^/]*\.)|)blah\.com(|/.*)$

【讨论】：

关闭！但这会误报像 fooblah.com 这样的域

【解决方案4】：

\b(https?)://([-A-Z0-9]+\.)*blah.com(/[-A-Z0-9+&@#/%=~_|!:,.;]*)?(\?[A-Z0-9+&@#/%=~_|!:,.;]*)?

【讨论】：

我认为这将允许blah.com.evil.domain（假设 A-Z 是 A-Za-z）

【解决方案5】：

!^https?://(?:[a-zA-Z0-9-]+\.)*blah\.com(?:/[^#]*(?:#[^#]+)?)?$!

【讨论】：