Витяг URL-адрес та IP-адрес

У вільному тексті (журнали, статті, дампи) часто потрібно отримати URL-адреси та IP-адреси. Давайте розглянемо надійні моделі для обох.

URL-адреси http/https

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

• https?:\/\/ -- схема з s необов'язковим.
• [\w.-]+ -- хост (домен, субдомени, можливо localhost).
• (?:\:\d+)? -- додатковий порт.
• (?:\/[^\s]*)? -- необов'язковий шлях, до першого пробілу.

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

IPv4

IPv4 — це 4 десяткові октети, розділені крапками:

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

Версія "Досить добре": вона також приймає недійсні значення, наприклад 999.999.999.999. Для суворої версії вам знадобиться зміна діапазону (25[0-5]|2[0-4]\d|[01]?\d\d?), який набагато довший.

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

Точність проти стислості

Зіставлення URL-адрес або IP-адрес вимагає балансування допуску шаблону. Суворий IP-валідатор перевіряє, чи жоден октет не перевищує 255. Практичний екстрактор, з іншого боку, зазвичай шукає спрощені шаблони та делегує точну перевірку спеціальному коду.

Спробуйте

Повторна вправа

Додатковий виклик