javascript - 从文本中提取 URL 的正则表达式(带/不带协议(protocol)和 www 或子域)

Question

我想从元素内的文本中提取 URL。我对正则表达式不是很好，但这是我到目前为止所做的:

var regexp = /((https?:\/\/)?[\w-]+(\.[\w-]+)+\.?(:\d+)?(\/\S*)?)/i;

请检查这个 fiddle ，看看我的正则表达式是如何工作的:http://jsfiddle.net/h70mr1zt/5/

这是我需要的结果:

 1. stackoverflow => not found
 2. stackoverflow.com => found => stackoverflow.com
 3. www.stackoverflow.com => found => www.stackoverflow.com
 4. api.stackoverflow.com => found => api.stackoverflow.com
 5. http://www.stackoverflow.com => found => http://www.stackoverflow.com
 6. foo://www.stackoverflow.com => found => www.stackoverflow.com
 7. someone@stackoverflow.com => not found
 8. .com => not found

如您所见，我几乎把所有东西都弄对了，除了数字 7，它识别电子邮件地址的域部分。

Answer 1

你可以使用像这样的正则表达式

^(http:\/\/)?(www\.)?\w+\.(com|net|org)$

看例子

http://regex101.com/r/uQ9aL4/1

它是如何工作的？

^ 将正则表达式锚定在行的开头。

(http:\/\/)? 计算 0 或 1 次 http://

(www\.) 匹配 0 次或 1 次出现的 www.

\w* 计算任意数量的字母数字

.(com|net|org)$ 匹配 .com 或 .net 或 .org

$ 将正则表达式锚定在字符串的末尾。