GWT中的正則表達式匹配URL

Question

我實現了Pattern類，如下所示： http ： //www.java2s.com/Code/Java/GWT/ImplementjavautilregexPatternwithJavascriptRegExpobject.htm

我想使用以下正則表達式來匹配我的字符串中的網址：

(http|https):\/\/(\w+:{0,1}\w*@)?(\S+)(:[0-9]+)?(\/|\/([\w#!:.?+=&%@!\-\/]))?

不幸的是，Java編譯器當然無法解析該字符串，因為它不使用有效的轉義序列（因為上面在技術上是JavaScript的url模式，而不是Java）

在一天結束時，我正在尋找一個正則表達式模式，它將在Java中編譯並在JavaScript中正確執行。

Answer 1

您將不得不使用JSNI在Javascript中執行正則表達式評估部分。 如果您使用轉義的反斜杠編寫正則表達式，那么它將被轉換為Javascript，並且顯然是無效的。 認為它將在托管或開發模式下工作，因為它仍然運行Java字節碼，但不在編譯的應用程序上。

一個簡單的JSNI示例，用於測試給定字符串是否為有效URL：

// Java method
public native boolean isValidUrl(String url) /*-{
    var pattern = /(http|https):\/\/(\w+:{0,1}\w*@)?(\S+)(:[0-9]+)?(\/|\/([\w#!:.?+=&%@!\-\/]))?/;
    return pattern.test(url);
}-*/;

Java和Javascript正則表達式引擎之間可能存在其他不規則性，因此最好將其完全卸載到Javascript，至少對於中等復雜的正則表達式。

Answer 2

模式本身看起來很好，但我猜，因為反斜杠逃逸。

請查看http://www.regular-expressions.info/java.html

在文字Java字符串中，反斜杠是一個轉義字符。 文字字符串“\\\\”是一個反斜杠。 在正則表達式中，反斜杠也是轉義字符。 正則表達式\\\\匹配單個反斜杠。 這個作為Java字符串的正則表達式變為“\\\\\\\\”。 這是正確的：4個反斜杠匹配單個。

因此，如果您在java中重用Javascript正則表達式，則需要將\\替換為\\\\ ，反之亦然。

Answer 3

我不確切知道這有多大幫助，但這里是您在Javascript中請求的確切功能。 我想使用像Anurag這樣的JSNI會有所幫助。

var urlPattern = "(https?|ftp)://(www\\.)?(((([a-zA-Z0-9.-]+\\.){1,}[a-zA-Z]{2,4}|localhost))|((\\d{1,3}\\.){3}(\\d{1,3})))(:(\\d+))?(/([a-zA-Z0-9-._~!$&'()*+,;=:@/]|%[0-9A-F]{2})*)?(\\?([a-zA-Z0-9-._~!$&'()*+,;=:/?@]|%[0-9A-F]{2})*)?(#([a-zA-Z0-9._-]|%[0-9A-F]{2})*)?";

function isValidURL(url) {

    urlPattern = "^" + urlPattern + "$";
    var regex = new RegExp(urlPattern);

    return regex.test(url);

}

就像@ S.Mark所說的那樣，我基本上采用了“java”方式在Javascript中進行正則表達式。

在Java中，您只需按以下方式完成（請參閱表達式是如何相同的）。

String urlPattern = "(https?|ftp)://(www\\.)?(((([a-zA-Z0-9.-]+\\.){1,}[a-zA-Z]{2,4}|localhost))|((\\d{1,3}\\.){3}(\\d{1,3})))(:(\\d+))?(/([a-zA-Z0-9-._~!$&'()*+,;=:@/]|%[0-9A-F]{2})*)?(\\?([a-zA-Z0-9-._~!$&'()*+,;=:/?@]|%[0-9A-F]{2})*)?(#([a-zA-Z0-9._-]|%[0-9A-F]{2})*)?";

希望這可以幫助。 PS，這個正則表達式工作，甚至驗證指向localhost：port的站點，其中port是任何數字端口號。