Помогите взломать либеральное регулярное выражение URL Грубера

StackOverflow https://stackoverflow.com/questions/2026041

  •  19-09-2019
  •  | 
  •  

Вопрос

я взял Либеральное регулярное выражение URL от Daring Fireball, объединил его с некоторые улучшения Алана Шторма и исправил некоторые ошибки, такие как поддержка символов IDN внутри круглых скобок.Вот что у меня есть:

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

Однако я столкнулся с ошибкой, которую не могу решить:

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

Указанный выше URL-адрес распознается как www.dsd(sd)sdsd.com' (или www.dsd.com/whatever(whatever)') вместо www.dsd(sd)sdsd.com (или www.dsd.com/whatever(whatever)).Кажется, это происходит только тогда, когда URL-адрес содержит круглые скобки, поскольку следующий URL-адрес:

'www.sampleurl.com'

Правильно ли признается www.sampleurl.com.

Я думаю тот [^[:punct:]\s]|\/ часть регулярного выражения не выполняется, если URL-адрес содержит круглые скобки, Я пытаюсь уже некоторое время, но не могу найти решение.Может кто-нибудь мне помочь?

Для товара я создал Рубулярная постоянная ссылка с регулярным выражением и некоторыми тестовыми данными (последний URL не работает).

Я думаю, что регулярное выражение Грубера было немного поспешным, например, оно не соответствует URL-адресу типа:

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

Я еще больше впечатлен, увидев, что оба Грубер и Алан пропустил очень простую опечатку:

\([\w\d]+\)

Не стал бы \(\w+\) быть достаточным?:С

Это было полезно?

Решение

Похоже на Грубер пересмотрел свое регулярное выражение:

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

Сейчас работает нормально.

Другие советы

www.dsd(sd)sdsd.com не является действительным доменным именем.

Если у тебя есть 'www.dsd.com/whatever(whatever)', это будет распознано правильно.(Или, по крайней мере, есть в моих тестах)

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

Вот я и думаю, что это сломается...часть регулярного выражения выше (sd) начинается с экранированной открытой скобки, затем сопоставление класса char sd, затем экранированная закрывающая скобка, и следующее: [^\s()<>]* что соответствует sdsd.com'.

Лицензировано под: CC-BY-SA с атрибуция
Не связан с StackOverflow
scroll top