寻找一个简单的url解析正则表达式

Question

我正在寻找一个简单的正则表达式来获取一个文本块，从中解析出所有的url，然后返回它们。网址基本上会被<a href>代码替换，因此http://google.com将变为<a href="http://google.com">http://google.com</a>，依此类推。因此，我不认为它需要非常彻底或允许各种疯狂的网址和非英文字符。

这是我提出的正则表达式：

%http[s]?://[A-z0-9/\.\-_]+%i

它将匹配以http：//或https：//开头的所有字符串，后跟至少一个以下字符：Az 0-9，点，正斜杠（/），下划线，连字符（ - ），不区分大小写

可以对其进行任何改进吗？

Answer 1

您没有验证网址，只是解析文字以查找网址，因此只需使用%\bhttps?://\S+%i

如果您想检查此类网址是否在<a标记内，请使用：

%<a\s[^>]*\bhref=['"](https?://\S+)["']%i

验证网址使用filter_var()功能：

var_dump(filter_var($url, FILTER_VALIDATE_URL));