חילוץ כתובות URL וכתובות IP

בטקסט חופשי (יומנים, מאמרים, dumps) מקובל לרצות לחלץ כתובות URL ו-כתובות IP. בואו נסתכל על דפוסים חזקים עבור שניהם.

http/https כתובות אתרים

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

• https?:\/\/ -- סכימה, עם s אופציונלי.
• [\w.-]+ -- מארח (דומיין, תת-דומיינים, אולי localhost).
• (?:\:\d+)? -- יציאה אופציונלית.
• (?:\/[^\s]*)? -- נתיב אופציונלי, עד לרווח הלבן הראשון.

לוכדת https://example.com, http://localhost:3000/api/users, https://docs.dev/path?query=value.

IPv4

IPv4 הוא 4 אוקטטים עשרוניים מופרדים בנקודות:

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

גרסת "טוב מספיק": היא מקבלת גם ערכים לא חוקיים כמו 999.999.999.999. עבור הגרסה קפדנית תזדקק להחלפת טווח (25[0-5]|2[0-4]\d|[01]?\d\d?), שהוא הרבה יותר ארוך.

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

דיוק מול קיצור

התאמת כתובות אתרים או כתובות IP מחייבת איזון סובלנות דפוסים. מאמת IP קפדני מוודא שאף אוקטטה לא עולה על 255. מחלץ מעשי, לעומת זאת, מחפש בדרך כלל תבניות מפושטות ומאציל אימות משובח לקוד ייעודי.

נסה את זה

סקירת התרגיל

אתגר נוסף