Question

确定字符串是否代表网址的最佳方法是什么？我需要让用户在表单中输入网址，但如何验证输入？应允许用户输入“http://www.google.com”或“www.vg.no”等字符串，但不应要求他输入“http：//”。此外，有像“tv2.no”这样的网页更难以验证。如果我检查字符串是否包含“www”或“http：//”我有一个强有力的线索，但我仍然不是100％肯定。我能100％肯定吗？我不这么认为，但也许这里的一些优秀思想能够启发我吗？

Answer 1

为随后的表达道歉，但它似乎捕获了大多数（如果不是全部）案例：

^(?#Protocol)(?:(?:ht|f)tp(?:s?)\:\/\/|~/|/)?(?#Username:Password)(?:\w+:\w+@)?
(?#Subdomains)(?:(?:[-\w]+\.)+(?#TopLevel Domains)
(?:com|org|net|gov|mil|biz|info|mobi|name|aero|jobs|museum|travel|[a-z]{2}))(?#Port)
(?::[\d]{1,5})?(?#Directories)(?:(?:(?:/(?:[-\w~!$+|.,=]|%[a-f\d]{2})+)+|/)+|\?|#)?
(?#Query)(?:(?:\?(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)
(?:&(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)*)*(?#Anchor)
(?:#(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})+)?(?#What not to end in)[^.!,:;?]$

Answer 2

首先，尝试使用正则表达式验证输入文本是否是格式正确的URL。如果检查结果正常，请尝试DNS查找以验证主机是否已知。不要忘记localhost或127.0.0.1的特例。还要注意由其IP地址指定的主机。如果这些检查没问题，您可能想尝试实际连接。

如果这些检查失败，您可以修改输入文本并再次检查。可能的修改包括：

prepend http://
prepend www.
追加.com，.org，.net，无论
追加:8080，:8888，无论
混合任何上述解决方案
尝试在file:///前加上本地访问权

Answer 3

请注意，以下两个也是有效的网址。你想允许他们吗？

localhost
208.77.188.166

Answer 4

我的建议是不要完全确认。相反，使用基于正则表达式的方法，如果这不匹配，你可以发出一个软警告：“你写的东西看起来不像一个有效的地址。你确定这是你想写的吗？”。< / p>

绝对不要按照尝试连接到地址的想法。这样可以解决各种令人讨厌的安全问题，包括将您的网站用于针对其他网站的拒绝服务攻击。那会让你陷入法律困境。

进行DNS查找的成本很高，但如果您认为值得付费，则可行。

Answer 5

如何使用Regular Expression？

具体的实施方式取决于您使用的语言。

Answer 6

合理确定的最简单方法是使用正则表达式，确保至少有两个域名组件。这样你就可以处理大多数不良案件。看起来应该是这样的：

/^(http:\/\/)?(\w+)(\.\w+)+$/

Answer 7

如果您不打算将其强制为有效的URI（即，您将该方案设为可选），那么唯一真正的选择是尝试通过HTTP连接到它。

Answer 8

你可以从你的应用程序进行DNS查找，这将解决任何“我不确定它是否是真正的地址”。

Answer 9

您可以使用Zend_Uri

的验证功能

Answer 10

如果您不想要求他们输入http：//（或https：//），那么您唯一能做的就是该字符串是否包含“。” （我假设您不需要处理“内部”服务器？）。您还可以对已知域进行验证并检查无效字符，但除此之外几乎任何事情都可以。

至于实际实施，如果你能忍受它，那么正则表达式就是你要走的路。毫无疑问，如果你使用Google，就会有无数的验证网址的例子。

Answer 11

我认为最快的方法是通过正则表达式测试。但是，这不能证明它是否是有效的URL

Answer 12

请参阅有关CPAN的Regexp::Common，尤其是R::C::URI和R::C::URI::http。即使您不能自己使用模块，源代码中也会有正则表达式。这是一个好的开始。

如何判断字符串是否是网址？

12 个答案: