用正则表达式匹配 URL

正则表达式一开始可能会让人望而生畏，但它们为不同的数据类型提供了强大的模式匹配功能。在提取 URL 的上下文中，需要一种灵活的模式来适应 URL 格式的变化。

一个强大的正则表达式，可以捕获带有或不带有领先协议的 URL（例如，“http://www”或“ www") 是：

((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

要在 PHP 中使用此表达式，请将其括在双引号中，并将其与要计算的 URL 一起传递给 preg_match 函数。例如：

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

同样，对于带有协议的 URL：

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

此模式应涵盖广泛的 URL 格式，同时还可以防止包含“/”等字符的潜在恶意输入。