مطابقة عناوين URL مع التعبيرات العادية

يمكن أن تكون التعبيرات العادية شاقة في البداية، ولكنها توفر إمكانات قوية لمطابقة الأنماط لأنواع البيانات المتنوعة. في سياق استخراج عناوين URL، يعد النمط المرن ضروريًا لاستيعاب الاختلافات في تنسيقات عناوين URL.

تعبير عادي قوي يمكنه التقاط عناوين URL مع أو بدون بروتوكولات رائدة (على سبيل المثال، "http://www" أو " www") هو:

((https?|ftp)://)? // Optional SCHEME
([a-z0-9 !*(),;?&=$_.-] (:[a-z0-9 !*(),;?&=$_.-] )?@)? // Optional User and Pass
([a-z0-9\-\.]*)\.(([a-z]{2,4})|([0-9]{1,3}\.([0-9]{1,3})\.([0-9]{1,3}))) // Host or IP address
(:[0-9]{2,5})? // Optional Port
(/([a-z0-9 $_%-]\.?) )*/? // Path
(\?[a-z &\$_.-][a-z0-9;:@&%= /$_.-]*)? // Optional GET Query
(#[a-z_.-][a-z0-9 $%_.-]*)? // Optional Anchor

لاستخدام هذا التعبير في PHP، ضعه بين علامتي اقتباس مزدوجتين وقم بتمريره إلى وظيفة preg_match مع عنوان URL الذي تريد تقييمه. على سبيل المثال:

$url = 'www.example.com/etcetc';
if (preg_match("~^$regex$~i", $url)) {
    echo 'Matched URL without protocol';
}

وبالمثل، بالنسبة لعناوين URL التي تحتوي على بروتوكولات:

$url = 'http://www.example.com/etcetc';
if (preg_match("~^$regex$~i", $url)) {
    echo 'Matched URL with protocol';
}

يجب أن يغطي هذا النمط نطاقًا واسعًا من تنسيقات عناوين URL مع الحماية أيضًا من المدخلات الضارة المحتملة التي تحتوي على أحرف مثل "/".