c++ - CPP + 正则表达式来验证 URL

Question

我想在 c++{MFC} 中构建一个验证 URL 的正则表达式。

正则表达式必须满足以下条件。

有效网址:- http://cu-241.dell-tech.co.in/MyWebSite/ISAPIWEBSITE/Denypage.aspx/http://www.google.com http://www.google.co.in

无效网址:-

1. http://cu-241.dell-tech.co.in/\MyWebSite/\ISAPIWEBSITE/\Denypage.aspx/= Regx 必须检查无效 URL 作为“/\MyWebSite/\ISAPIWEBSITE/\Denypage.aspx/”之间的“\”字符

2. http://cu-241.dell-tech.co.in//////MyWebSite/ISAPIWEBSITE/Denypage.aspx/ = 由于 url 中有多个“///////”条目，Regx 必须检查并使 URL 无效。

3. http://news.google.co.in/%5Cnwshp?hl=en&tab=wn = 正则表达式必须检查并使 URL 无效以额外插入 %5C 和 %2F 字符。

我们如何开发满足上述条件的通用正则表达式。请帮助我们提供一个正则表达式来处理 CPP{MFC}

中的上述情况

Answer 1

您是否尝试过使用 RFC 3986建议？如果您能够使用 GCC-4.9，那么您可以直接使用 <regex> .

它指出 ^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?你可以得到子匹配:

  scheme    = $2
  authority = $4
  path      = $5
  query     = $7
  fragment  = $9

例如:

int main(int argc, char *argv[])
{
  std::string url (argv[1]);
  unsigned counter = 0;

  std::regex url_regex (
    R"(^(([^:\/?#]+):)?(//([^\/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?)",
    std::regex::extended
  );
  std::smatch url_match_result;

  std::cout << "Checking: " << url << std::endl;

  if (std::regex_match(url, url_match_result, url_regex)) {
    for (const auto& res : url_match_result) {
      std::cout << counter++ << ": " << res << std::endl;
    }
  } else {
    std::cerr << "Malformed url." << std::endl;
  }

  return EXIT_SUCCESS;
}

然后:

./url-matcher http://localhost.com/path\?hue\=br\#cool

Checking: http://localhost.com/path?hue=br#cool
0: http://localhost.com/path?hue=br#cool
1: http:
2: http
3: //localhost.com
4: localhost.com
5: /path
6: ?hue=br
7: hue=br
8: #cool
9: cool