如何使此正则表达式正确匹配？

Question

鉴于此正则表达式：

^((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})

重新格式化以提高可读性：

@"^((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

如何在此“失败”测试用例上使其失败（即不匹配）？

http://www.google

当我在TLD部分中指定{1}时，我认为如果没有扩展名它将失败。 我错了吗？

编辑：这些是我的通过条件：

• “ 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?Req=Post&PostID=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 ”，
• “ http://www.damnednice.com ”

这些是我的失败条件：

• “ 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 ...”

Answer 1

我会提出另一个建议。 您可能需要结合使用内置System.Uri类的解析和几个目标正则表达式（或在适当时进行简单的字符串检查）。

例：

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 // ...)
    {
    }

    // ...
}

Answer 2

有时，一个万能的reqex不是最佳解决方案，但是很诱人。 尽管调试此正则表达式是可行的（请参阅Greg Hewgills的答案），但请考虑针对不同类别的问题进行一些测试，例如，针对数字地址的一项测试和针对命名地址的一项测试。

Answer 3

您需要强制正则表达式匹配直到字符串的末尾。 在其末尾添加一个$ 。 否则，您的正则表达式可能只匹配http:// ，或者比整个字符串短的其他内容。

Answer 4

“验证网址”问题已被解决*很多次。 我建议您使用System.Uri类，它可以验证更多的案例，而不用您动摇。

代码Uri uri = new Uri(" http://whatever "); 如果验证失败，则抛出UriFormatException 。 那可能就是您想要的。

*）或某种解决。 定义什么是有效的URL实际上非常棘手。

Answer 5

有关定义的所有信息，“有效网址”应在您执行DNS查找时为您提供IP地址。 该IP应该已连接，并且在发送请求时，您会收到可以使用的HTML信息形式的答复。

因此，我们正在寻找一种“有效的URL格式”，这就是system.uri派上用场的地方。 但是，如果URL隐藏在很大的tekst中，则您首先要查找可以验证为有效URL格式的内容。

区别于任何给定的可读tekst的URL的原因是点号后面没有空格。 “ 123.com”可以验证为真实网址。

使用正则表达式

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

查找文本中任何可能的有效url，然后执行system.uri检查以查看其是否为有效的URL格式，然后进行查找。 仅当查找为您提供结果时，您才知道URL有效。