php - 帮助破解 Gruber 的自由 URL 正则表达式

Question

我拿了Liberal URL Regex from Daring Fireball , 将其与 some of Alan Storm improvements 合并并用我的方式修复了一些错误，例如支持括号内的 IDN 字符。这是我的:

/(?:[\w-]+:\/\/?|www[.])[^\s()<>]+(?:(?:\([^\s()<>]*\)[^\s()<>]*)+|[^[:punct:]\s]|\/)/

但是我遇到了一个我无法解决的错误:

'www.dsd(sd)sdsd.com' // can also be the valid 'www.dsd.com/whatever(whatever)'

上述 URL 被识别为 www.dsd(sd)sdsd.com'(或 www.dsd.com/whatever(whatever)')而不是www.dsd(sd)sdsd.com(或 www.dsd.com/whatever(whatever))。这似乎只发生在 URL 有括号时，因为以下 URL:

'www.sampleurl.com'

被正确识别为 www.sampleurl.com。

我认为 [^[:punct:]\s]|\/ 正则表达式的一部分在 URL 有括号时没有被执行，我已经已经尝试了一段时间，但我似乎找不到解决方案。谁能帮帮我？

对于商品，我设置了一个 Rubular permalink with the regex and some test data (最后一个 URL 失败)。

---

我认为 Gruber 的正则表达式有点仓促，例如它与 URL 不匹配:

http://en.wikipedia.org/wiki/Something_(Special)_For_You

看到这两个 Gruber 给我留下了更深刻的印象和 Alan错过了这个非常简单的错字:

\([\w\d]+\)

\(\w+\) 还不够吗？ :S

Answer 1

好像Gruber has revised his regular expression :

\b((?:[a-z][\w-]+:(?:\/{1,3}|[a-z0-9%])|www\d{0,3}[.])(?:[^\s()<>]+|\([^\s()<>]+\))+(?:\([^\s()<>]+\)|[^`!()\[\]{};:'".,<>?«»“”‘’\s]))

Works just fine now .