URLとIPの抽出

フリー テキスト (ログ、記事、ダンプ) では、URL を抽出するのが一般的です。 および IP アドレス。両方の堅牢なパターンを見てみましょう。

http/https URL

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

• https?:\/\/ -- スキーム (s はオプション)。
• [\w.-]+ -- ホスト (ドメイン、サブドメイン、おそらく localhost)。
• (?:\:\d+)? -- オプションのポート。
• (?:\/[^\s]*)? -- 最初の空白までのオプションのパス。

https://example.com、http://localhost:3000/api/users、をキャプチャします。 https://docs.dev/path?query=value。

IPv4

IPv4 は、ドットで区切られた 4 つの 10 進数オクテットです。

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

「十分な」 バージョン: 次のような無効な値も受け入れます。 999.999.999.999。 厳密バージョンの場合は、範囲の変更が必要です (25[0-5]|2[0-4]\d|[01]?\d\d?)、これはかなり長いです。

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

正確さと簡潔さ

URL または IP を一致させるには、バランス パターン許容値が必要です。厳密な IP バリデーターは、255 を超えるオクテットがないことを検証します。一方、実用的なエクストラクターは通常、単純化されたパターンを探し、詳細な検証を専用のコードに委任します。

試してみてください

復習演習

追加の課題