用于匹配 URL 的改进正则表达式

尝试从用户输入中检测和解析 URL 时，使用有效的正则表达式至关重要。就您而言，虽然您当前的表达式捕获了某些网址格式，但它无法考虑缺乏明确协议方案的网址，例如 www.google.com。

修订的正则表达式

要解决此问题并确保全面的 URL 匹配，请考虑使用以下修订后的正则表达式:

^(?=\S{1,255}$)(https?://)?[-a-zA-Z0-9@:%._\ ~#=]{1,256}\.[a-zA-Z0-9()]{1,6}\b([-a-zA-Z0-9()@:%_\ .~#?&//=]*)

正则表达式剖析

• 锚点：确保比赛开始并结束整个字符串。
• 协议（可选）：捕获可选的“http”或“https”协议方案。
• Domain：匹配域名，包括子域和顶级域。
• Port：捕获可选端口号（例如“:8080”）。
• Path：捕获域后的任何路径信息（例如，“/index.html”）。
• Query：捕获查询字符串参数（例如，“?name=John”）。
• Fragment：捕获片段标识符（例如“#footer”）。

这个修改后的正则表达式是限制较少，将成功匹配 www.google.com 等网址以及具有显式协议的网址（例如 http://www.stackoverflow.com）。

示例实现 (JavaScript)

const regex = new RegExp(/(?=\S{1,255}$)(https?://)?[-a-zA-Z0-9@:%._\ ~#=]{1,256}\.[a-zA-Z0-9()]{1,6}\b([-a-zA-Z0-9()@:%_\ .~#?&//=]*)g);
const url = 'www.google.com';

if (url.match(regex)) {
  console.log("URL successfully matched.");
} else {
  console.log("URL did not match.");
}