仅匹配以“www”或“http（s）：/”开头的URL，不匹配其他内容

Question

我正在为我的博客站点使用正则表达式模式，使URL地址成为可点击的链接，这非常有效。该模式具有以下格式：

/(href=")?([-a-zA-Z0-9@:%_\+.~#?&\/\/=]{2,256}\.[a-z]{2,4}\b(\/?[-a-zA-Z0-9@:%_\+.~#?&\/\/=]+)?)/

但在不久的过去，我发现这个模式也匹配文件名，所以当用户在评论中发布一些文件名时，系统会将其作为链接。您可以在此处看到这种效果：

我试图实现的是匹配除最后一个示例（见下图）之外的所有URL格式，因此mysite。com或文件名。php将不会突出显示。

输入应该匹配的内容：

+--------------------------+------------------------------------------------------+
|         Example          |                     Explanation                      |
+--------------------------+------------------------------------------------------+
| http(s)://www.mysite.com | because it starts with http(s):// and has URL format |
| www.mysite.com           | because it starts with www. and has URL format       |
+--------------------------+------------------------------------------------------+

输入不应匹配的内容：

+-------------------+--------------------------------------------------+
|      Example      |                    Explanation                   |
+-------------------+--------------------------------------------------+
| mysite.com        | because it doesn't start with http(s):// or www. |
|                   | even it has URL format                           |
| http(s)://mytext  | because it doesn't have URL format               |
| http://localhost/ | because it doesn't have URL format               |
+-------------------+--------------------------------------------------+

URL格式是什么样子的？

对于这种情况，我们可以通过以下模式指定URL格式：

([-a-zA-Z0-9_.]{2,256}\.[a-z]{2,4}\b(\/?[-a-zA-Z0-9:%_\+.~#?&\/=]+)?))

示例：

google.com, google.co.uk, accounts.google.com, google.com/somepath/ ...

A尝试添加www\ 字符串插入此模式，但未找到匹配项。那么，如何编辑此正则表达式以匹配以“www”或“http（s）：/”开头的URL，而不是其他URL？

提前感谢。




Answer 1

此regexp绝对不是完美的，但可以满足您的要求：

(http[s]?:\/\/|www.|ftp:\/\/){1,2}([-a-zA-Z0-9_]{2,256}\.[a-z]{2,4}\b(\/?[-a-zA-Z0-9@:%_\+.~#?&\/=]+)?)

它可以被欺骗以匹配非URL，但这不能被滥用。增加智能性会大大增加复杂性。