代码之家 › 专栏 › 技术社区 › tsilb

怎样才能使正则表达式正确匹配?

regex c#

tsilb · 技术社区 · 16 年前

给定此正则表达式:

^((https?|ftp):(\/{2}))?(((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}
(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?))|(((([a-zA-Z0-9]+)(\.)*?))(\.)([a-z]{2}
|com|org|net|gov|mil|biz|info|mobi|name|aero|jobs|museum){1})

为可读性重新格式化:

@"^((https?|ftp):(\/{2}))?" + // http://, https://, ftp:// - Protocol Optional
@"(" + // Begin URL payload format section
@"((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)" + // IPv4 Address support
@")|("+ // Delimit supported payload types
@"((([a-zA-Z0-9]+)(\.)*?))(\.)([a-z]{2}|com|org|net|gov|mil|biz|info|mobi|name|aero|jobs|museum){1}" + // FQDNs
@")"; // End URL payload format section

怎样才能使这个“失败”测试用例失败(即不匹配)?

http://www.google

当我在tld部分指定{1}时,我认为如果没有扩展,它将失败。我错了吗?

编辑:以下是我的通过条件:

“ http://www.zi255.com?Req=Post&PID=4 “
“ http://www.zi255.com?Req=Post&ID=4 “
“ http://www.zi255.com/?Req=Post&PID=4 “
“ http://www.zi255.com?Req=Post&PostID=4 “
“ http://www.zi255.com/?Req=Post&ID=4 “
“ http://www.zi255.com?Req=Post&Post=4 “
“ http://www.zi255.com?Req=Post&Entry=4 “
“ http://www.zi255.com?PID=4 “
“ http://www.zi255.com/Post.aspx?Req=Post&ID=4 “
“ http://www.zi255.com/Post.aspx?Req=Post&PID=4 “
“ http://www.zi255.com/Post.aspx?Req=Post&Post=4 “
“ http://www.zi255.com/Post.aspx?Req=Post&Title=Random%20Post%20Name “
“ http://www.zi255.com/?Req=Post&Title=Random%20Post%20Name “
“ http://www.zi255.com?Req=Post&Title=Random%20Post%20Name “
“ http://www.zi255.com?要求=发布和发布=4 “
“ http://www.zi255.com?要求=岗位和岗位=4 “
“ http://www.zi255.com?请求=后输入=4 “
“ http://www.zi255.com?PID=4 “
“ http://www.zi255.com “
“ http://www.damnednice.com “

以下是我的失败条件:

“ http://.com “
“ http://.com/ “
“http:/www.google.com”,
“http:/www.google.com/”,
“ http://www.google “
“ http://www.googlecom “
“ http://www.google.c “
“.com”
“ https://www ……”

5 回复 | 直到 13 年前

bobbymcr 16 年前

我将提出另一个建议。您可能希望使用内置 System.Uri 类和一些有针对性的正则表达式(或适当时进行简单的字符串检查)。

例子:

string uriString = "...";

Uri uri;
if (!Uri.TryCreate(uriString, UriKind.Absolute, out uri))
{
    // Uri is totally invalid!
}
else
{
    // validate the scheme
    if (!uri.Scheme.Equals("http", StringComparison.OrdinalIgnoreCase))
    {
        // not http!
    }

    // validate the authority ('www.blah.com:1234' portion)
    if (uri.Authority // ...)
    {
    }

    // ...
}

Zano Turnkey 16 年前

有时候,一个通吃的reqex并不是最好的解决方案,尽管它很诱人。虽然调试这个regex是可行的(请参阅greg hewgills的答案),但可以考虑对不同类别的问题进行两次测试,例如,对数字地址进行一次测试,对命名地址进行一次测试。

Greg Hewgill 16 年前

您需要强制正则表达式匹配到字符串的末尾。添加一个 $ 就在最后。否则,您的regex可能只是匹配 http:// ,或者其他比你整个绳子短的东西。

Zano Turnkey 16 年前

“验证一个url”的问题已经被多次解决了。我建议你用 System.Uri 类,它可以验证更多的情况,而不是摇晃一根棍子。

代码 Uri uri = new Uri(" http://whatever "); 抛出一个 UriFormatException 如果验证失败。这可能是你想要的。

*)或者解决了。定义什么是有效的url实际上相当复杂。

Sedecimdies 13 年前

关于定义,“有效的url”应该在您进行dns查找时为您提供一个ip地址。IP应该连接到,当发出请求时,您可以得到HTML信息的答复,您可以使用它。

所以我们要找的是一个“有效的url格式”,这就是 system.uri 非常方便。但是,如果url隐藏在tekst的一大块中,那么您首先需要找到能够验证为有效url格式的内容。

从任何给定的可读tekst中分离出一个url的地方是点,后面没有空白。”123.com“可以验证为一个真正的url。

使用regex

[a-z_\.\-0-9]+\.[a-z]+[^ ]*

要在文本中找到任何可能的有效url,然后执行system.uri检查以查看其是否为有效的url格式,然后执行查找。只有当查找给您一个结果时,您才知道url是有效的。