需要一個正則表達式來驗證URL並支持20％和（）

Question

我目前使用下面的正則表達式來驗證網址：

^(?#Protocol)(?:(?:ht|f)tp(?:s?)\:\/\/|~\/|\/)?(?#Username:Password)(?:\w+:\w+@)? (?#Subdomains)(?:(?:[-\w]+\.)+(?#TopLevel Domains)(?:com|org|net|gov|mil|biz|edu|info|mobi|name|aero|jobs|museum|travel|[a-z]{2}))(?#Port)(?::[\d]{1,5})?(?#Directories)(?:(?:(?:\/(?:[-\w~!$+|.,=]|%[a-f\d]{2})+)+|\/)+|\?|#)?(?#Query)(?:(?:\?(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)(?:&(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)*)*(?#Anchor)(?:#(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)?$ 

我借這個從什麼地方在網絡上（不記得其中），以改善在此：

^((https?|file|ftp|gopher|news|nntp):\/\/)([a-z]([a-z0-9\-]*\.)+([a-z]{2}|aero|arpa|biz|com|coop|edu|gov|info|int|jobs|mil|museum|name|nato|net|org|pro|travel)|(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]))(\/[a-z0-9_\-\.~]+)*(\/([a-z0-9_\-\.]*)(\?[a-z0-9+_\-\.%=&]*)?)?(#[a-z][a-z0-9_]*)?$ 

但是，這些都不是能夠驗證這個URL（其應該是有效的）：

http://somedomain.com/users/1234/images/Staff%20Photos%202008/FirstName%20LastName_1%20(Small).jpg 

問題是％20和圓括號（）。儘可能地嘗試，我無法得到上面的任何一個正則表達式來正確驗證上面的url而不會破壞別的東西。我沒有經驗寫正則表達式，所以也沒有幫助。所有其他網絡搜索結果我發現這樣的愚蠢的東西失敗：

http://www.test..com 

幫助將不勝感激。

Answer 1

你確認兩件事情具有相同的正則表達式：

• 形成嘛 - 是不是語法正確的？
• 合理 - 協議和頂級域名似乎合理嗎？

分離這些驗證可能是有益的。您可以使用此正則表達式來檢查URI是否格式正確。這是從RFC 3986, Uniform Resource Identifiers (URI): Generic Syntax，附錄B（第50頁）：

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))? 

如果URI此正則表達式匹配，它的良好形成。比賽團體給你的各個部分，分別是：

scheme = $2 
authority = $4 
path  = $5 
query  = $7 
fragment = $9 

讓我們來看看你給什麼出來的樣品的URI：

2 (scheme) : "http" 
4 (authority): "somedomain.com" 
5 (path)  : "https://stackoverflow.com/users/1234/images/Staff%20Photos%202008/FirstName%20LastName_1%20(Small).jpg" 
7 (query) : nil 
9 (fragment) : nil 

現在，你已經得到了各個部分，你可以檢查每一個是否合理。例如，從權威得到頂級域名，這正則表達式適用於機關：

\.([^.])$ 

1組爲您提供頂級域名（COM，組織等），然後你就可以覈對列表。