استخراج عناوين URL وعناوين IP

في النص الحر (السجلات والمقالات والمقالب) من الشائع الرغبة في استخراج عناوين URL و عناوين IP. دعونا نلقي نظرة على الأنماط القوية لكليهما.

عناوين URL http/https

Pattern: https?:\/\/[\w.-]+(?:\:\d+)?(?:\/[^\s]*)?

• https?:\/\/ -- المخطط، مع s اختياري.
• [\w.-]+ -- المضيف (المجال، النطاقات الفرعية، ربما localhost).
• (?:\:\d+)? - منفذ اختياري.
• (?:\/[^\s]*)? -- مسار اختياري، حتى المسافة البيضاء الأولى.

يلتقط https://example.com، http://localhost:3000/api/users، محمي_INLINE_8.

IPv4

يتكون IPv4 من 4 ثمانيات عشرية مفصولة بنقاط:

Pattern: \b(?:\d{1,3}\.){3}\d{1,3}\b

إصدار "جيد بما فيه الكفاية": يقبل أيضًا قيمًا غير صالحة مثل محمي_INLINE_9. بالنسبة للإصدار الصارم، ستحتاج إلى تغيير النطاق (25[0-5]|2[0-4]\d|[01]?\d\d?)، وهو أطول بكثير.

Pattern (strict): \b(?:(?:25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d\d?)\b

الدقة مقابل الإيجاز

تتطلب مطابقة عناوين URL أو عناوين IP موازنة التسامح مع الأنماط. يتحقق مدقق IP الصارم من عدم تجاوز أي ثماني بتات لـ 255. ومن ناحية أخرى، يبحث المستخرج العملي عادةً عن أنماط مبسطة ويفوض التحقق الدقيق إلى كود مخصص.

جربه

تمرين المراجعة

التحدي الإضافي