使用部分捕获进行 url 验证的正则表达式

Question

是否可以使用单个正则表达式来验证 url 并匹配所有部分，我一直在研究一个，到目前为止我想出的是:

(?:(?P<scheme>[a-z]*?)://)?(?:(?P<username>.*?):?(?P<password>.*?)?@)?(?P<hostname>.*?)/(?:(?:(?P<path>.*?)\?)?(?P<file>.*?\.[a-z]{1,6})?(?:(?:(?P<query>.*?)#?)?(?P<fragment>.*?)?)?)?

但是这不起作用，它应该匹配以下所有示例:

http://username:password@hostname.tld/path?arg=value#anchor
http://www.domain.com/
http://www.doamin.co.uk/
http://www.yahoo.com/
http://www.google.au/
https://username:password@domain.com/
ftp://user:password@domain.com/path/
https://www.blah1.subdoamin.doamin.tld/
domain.tld/#anchor
doamin.tld/?query=123
domain.co.uk/
domain.tld
http://www.domain.tld/index.php?var1=blah
http://www.domain.tld/path/to/index.ext
mailto://user@unkwndesign.com

并为所有组件提供命名捕获:

scheme eg. http https ftp ftps callto mailto and any other one not listed
username
password
hostname including subdomains, domainand tld
path eg /images/profile/
filename eg file.ext
query string eg. ?foo=bar&bar=foo
fragment eg. #anchor

将主机名作为唯一的必填字段。

我们可以假设这是来自一个专门要求 url 的表单，并且不会用于在文本中查找链接。

Answer 1

Can a single regex be used to valdate urls and match all the parts

不。

strager 的正则表达式令人印象深刻，但归根结底，它的可读性、可维护性和可靠性不如仅使用适当的 URI 解析器。它必然拒绝有效的 URI 并接受不是 URI 的字符串，因为格式化 URI 的规则无法在正则表达式中完全表达。

mailto://user@unkwndesign.com

mailto URI 中不应有“//”。在您阅读该方案之前，您无法确定 URI 的其余部分(后-:) 将采用什么格式；许多 URI 方案不符合 credentials@host/path 格式。最好只接受您知道如何解析其 URI 的特定方案。