JavaScript中最短的URL正则表达式匹配

创建最短的正则表达式，以在JavaScript中运行时与文本中的URL大致匹配

例：

"some text exampley.com".match(/your regular expression goes here/);

正则表达式需要

• 捕获用于http和https的所有有效URL。
• 不必担心与实际上不是有效URL的URL查找字符串不匹配 super.awesome/cool
• 作为JavaScript正则表达式运行时有效

测试标准：

比赛：

• http://example.com
• http://example.com/
• http://example.com/super
• https://example.com/super
• example.com/super
• example.com
• example.com/su-per_duper/?add=yes&subtract=no
• example.com/archive/index.html
• twitter.com/#!/reply
• example.com/234ret2398oent/234nth
• codegolf.stackexchange.com/questions/464
• crazy.wow.really.example.com/?cat=nth%3E
• example-example.com
• example1.com

不匹配：

• 例
• 超酷
• 早上好
• 我可以
• 你好。

这是一个测试，可能有助于澄清一下http://jsfiddle.net/MikeGrace/gsJyr/

对于缺乏清晰性，我深表歉意，但我没有意识到匹配URL多么糟糕。

/.+\.\w\w.*/

不匹配不应该匹配的3个字符串，匹配几乎所有其他;）
upd：仍然不匹配所有5 个字符串

这个作品：

var re = /(^|\s)((https?:\/\/)?[\w-]+(\.[\w-]+)+\.?(:\d+)?(\/\S*)?)/gi;

/*
(^|\s)                            : ensure that we are not matching an url 
                                    embeded in an other string
(https?:\/\/)?                    : the http or https schemes (optional)
[\w-]+(\.[\w-]+)+\.?              : domain name with at least two components;
                                    allows a trailing dot
(:\d+)?                           : the port (optional)
(\/\S*)?                          : the path (optional)
*/

通过考试 http://jsfiddle.net/9BYdp/1/

还匹配：

• example.com。（尾点）
• example.com:8080（端口）

显然，这没有达到您的预期目的，但是符合您的条件：

 /.*/

• “匹配用于http和https的所有有效URL。”

  是的，一定会匹配。

• “不必担心与实际上不是有效URL（例如'super.awesome / cool'）的URL查找字符串不匹配”

  是的，肯定会有很多误报，但是您说没关系。

• 作为JavaScript正则表达式运行时有效

  就像鸡蛋所说的那样，确保它能正常工作。

如果此结果不是正确的答案，则您需要对标准进行更多选择。

为了，它作为你想，你实际上是一个规则做需要实现一个完全符合RFC的匹配器，并且完全符合RFC的匹配器将“担心不匹配”。

因此，就“许可证不匹配”而言，您需要准确指定允许与RFC的哪些偏离。

其他任何事情，整个过程都是虚假的，因为人们只会写对他们有用的东西，或者他们喜欢它的方式，然后牺牲“任何意义”来支持做短（就像我一样）。

关于您的更新

到目前为止，我能想到的最简单的正则表达式可以匹配（捕获）您所有已粘贴的示例：

/(\S+\.[^/\s]+(\/\S+|\/|))/g;

它本质上非常简单，并且假设只有3种基本形式是可能的。

x.y
x.y/
x.y/z 

z可以不是空格。 x可以是非空格的任何内容。 y可以是非空格或'/'字符的任何内容。

很多事情都适用于此规则，很多事情，但是它们至少看起来像是对人类有效的URI，只是与规范不兼容。

例如：

hello.0/1  # valid 
1.2/1 # valid 
muffins://¥.µ/€  # probably valid

我认为理智的方法是提取可能是URI的内容，然后使用更严格的内容对其进行验证，我正在研究如何使用浏览器URI类来验证它们=）。

但是您可以在这里看到以上对这个示例进行的推理：http : //jsfiddle.net/mHbXx/

/https?\:\/\/\w+((\:\d+)?\/\S*)?/

试试看

我包括了分隔正则表达式的前后斜杠，因此希望这不会影响我的字符数！

此模式将协议限制为http或https，允许使用可选的端口号，然后允许除空格之外的任何字符。