用於驗證URL在PHP中無法正常工作的正則表達式

Question

我正在使用正則表達式來驗證URL。 該表達式在JavaScript中效果很好，但是在PHP中，它給了我這個錯誤

A PHP Error was encountered

Severity: Warning

Message: preg_match() [function.preg-match]: Unknown modifier '('

Filename: home/auth.php

Line Number: 1596
A PHP Error was encountered

Severity: Warning

Message: preg_match() [function.preg-match]: Unknown modifier '('

Filename: home/auth.php

Line Number: 1601

這是我的表情

$pattern ="/^(http|https|ftp)\:\/\/www\.([a-zA-Z0-9\.\-]+(\:[a-zA-Z0-9\.&%\$\-]+)*@)*(\.){1}((25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])|([a-zA-Z0-9\-]+\.)*[a-zA-Z0-9\-]+\.(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2}))(\:[0-9]+)*(/($|[a-zA-Z0-9\.\,\?\'\\\+&%\$#\=~_\-]+))*$/";

這是PHP功能

public function valid_url($data)
{
    $data = trim($data);

    if(!$data)
    {
        return TRUE;            
    }

    $pattern ="/^(http|https|ftp)\:\/\/www\.([a-zA-Z0-9\.\-]+(\:[a-zA-Z0-9\.&%\$\-]+)*@)*(\.){1}((25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])|([a-zA-Z0-9\-]+\.)*[a-zA-Z0-9\-]+\.(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2}))(\:[0-9]+)*(/($|[a-zA-Z0-9\.\,\?\'\\\+&%\$#\=~_\-]+))*$/";
    $valid = preg_match($pattern,$data);

    if(!$valid)
    {
        $data = "http://".$data;
        $valid = preg_match($pattern,$data);
    }

    if(!$valid)
    {
        $this->form_validation->set_message('valid_url', 'Please enter a valid URL.');
        return FALSE;           
    }
    else
    {
        return TRUE;
    }       
}

我不太擅長正則表達式，因此無法弄清楚問題，請幫助我更正正則表達式。

Answer 1

哇，這是一個很大的表情 。 我發現了其中的幾個缺點，希望可以向您解釋。 讓我們分開：

$pattern ="/

這是您的第一個錯誤。 由於在URL的多個部分中使用了正斜杠，因此應使用其他定界符。 我建議使用波浪號~ ，因為URL中很少使用該波浪號。 這意味着您不必總是使用\\/來轉義正斜杠。

^(http|https|ftp)\:\/\/www\.([a-zA-Z0-9\.\-]+

該字符類包含下一個錯誤。 在字符類中，點僅表示點。 無需逃避它。 此外，將破折號放置在末尾也不需要轉義，因為它不可能表示范圍。 可以將字符類縮短為[a-zA-Z0-9.-]+ 。

(\:[a-zA-Z0-9\.&%\$\-]+

這是下一個錯誤， & 在角色類中。 這將匹配＆或a或m或a；而不僅僅是＆。 您無需將其轉換為html代碼，因為這樣做將意味着匹配代碼中包含的任何字符。 並使用先前的知識，您無需轉義圓點，如果結尾處是短划線，則無需轉義。 您也不需要轉義美元符號，因為在字符類中，它僅表示美元。 請記住，在字符類中，所有的元字符，除了插入符號只是標准的字符^ ，反斜杠\\ ，右方括號] ，破折號-但這可以，如果是在年底左），不管你選擇的您的定界符，例如波浪號~ 。 然后，此字符類可以成為[a-zA-Z0-9.&%$-]+ 。

)*@)*(\.){1}

部分原因可能是錯誤，也可能不是。 基本上，這里是否需要捕獲點？ 如果不需要捕獲它，請不要放括號。 但是，重復中肯定存在錯誤。 {1}是完全多余的。 其中的所有內容至少必須重復一次。 這只是使代碼混亂。 上面可以縮寫為)*@)*\\. 。

((25[0-5]|2[0-4][0-9]|[0-1]{1}

同樣，不需要{1} 。 刪除它， ((25[0-5]|2[0-4][0-9]|[0-1] 。

[0-9]{2}|[1-9]{1}[0-9]{1}

再兩次，它變成[0-9]{2}|[1-9][0-9] 。
您繼續這樣做，可以縮短下一個代碼塊：

|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])

進入

|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[0-9])

並沒有令人驚訝的更好，但是一點點幫助。 下一個：

|([a-zA-Z0-9\-]+\.)*[a-zA-Z0-9\-]+

可以優化兩個字符類， |([a-zA-Z0-9-]+\\.)*[a-zA-Z0-9-]+ 。

\.(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2})

這是非常嚴格的限制，但是由於某種原因，我認為您像這樣擁有它，因此我將其保留。

)(\:[0-9]+)*(/

這就是導致您出錯的原因。 您沒有逃脫正斜杠。 但是，我將保留它，因為使用其他定界符將避免這種情況，並整理您的模式。

($|[a-zA-Z0-9\.\,\?\'\\\+&%\$#\=~_\-]+))*$/";

現在知道我們不需要對其中的所有內容進行轉義，可以大大縮短該字符類。 它可以變成($|[a-zA-Z0-9.,?'\\\\+&%$#=~_-]+))*$/";

使用我們現在知道的所有信息，您的模式可以變得更加漂亮和易於處理。

它可以改為：

$pattern = "~^(http|https|ftp)://www\.([a-zA-Z0-9.-]+(:[a-zA-Z0-9.&%$-]+)*@)*((25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1][0-9]{2}|[1-9][0-9]|[0-9])|([a-zA-Z0-9-]+\.)+(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-zA-Z]{2}))(:[0-9]+)*(/($|[a-zA-Z0-9.,?'\\+&%$#=\~_-]+))*$~";

現在您有了一個較小的表達式，查找故障和進行更多自定義應該會更容易一些。

只是一個簡短的說明
我一直注意到您在某些分組的開頭使用了以下語法， (\\: ：。我已刪除了反斜杠，因為冒號不需要反斜杠。但是，您是否試圖這樣做卻沒有捕獲到該組？如果是這樣，其語法為(?: 。

編輯：： 您還可以通過利用字符類進一步優化模式

\\ d = [0-9]
\\ w = [a-zA-Z0-9_]

在最后一個模式定界符的末尾加上i也會打開不區分大小寫的功能。 這意味着，您無需寫[a-zA-Z] ，而只需寫[az] 。

另外， http|https可以變成https?

因此，您的模式也可以進一步縮短：

$pattern = "~^(https?|ftp)://www\.([a-z\d.-]+(:[a-z\d.&%$-]+)*@)*((25[0-5]|2[0-4]\d|[0-1]\d{2}|[1-9]\d|[1-9])\.(25[0-5]|2[0-4]\d|[0-1]\d{2}|[1-9]\d|[1-9]|0)\.(25[0-5]|2[0-4]\d|[0-1]\d{2}|[1-9]\d|[1-9]|0)\.(25[0-5]|2[0-4]\d|[0-1]\d{2}|[1-9]\d|\d)|([a-z\d-]+\.)+(com|edu|gov|int|mil|net|org|biz|arpa|info|name|pro|aero|coop|museum|[a-z]{2}))(:\d+)*(/($|[\w.,?'\\+&%$#=\~-]+))*$~i";

Answer 2

我看到一個錯誤：

[0-9]+)*(/($

至

[0-9]+)*(\\/($

或者

[0-9]+)*(($

如果/應該是一個渲染器，那么它就不應該是。

但是說真的，您還有其他方法可以實現這一目標嗎？ 此字符串確實很難解決。

Answer 3

為什么不使用標准的PHP函數filter_var？

http://lv.php.net/manual/ru/function.filter-var.php