提取 URL 和 IP

在自由文本（日志、文章、转储）中，通常需要提取 URL 和 IP 地址。让我们看看两者的稳健模式。

http/https 网址

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

• https?:\/\/ -- 方案，其中 s 可选。
• [\w.-]+ -- 主机（域、子域，可能是 localhost）。
• (?:\:\d+)? -- 可选端口。
• (?:\/[^\s]*)? -- 可选路径，直到第一个空格。

捕获 https://example.com、http://localhost:3000/api/users、 https://docs.dev/path?query=value。

IPv4

IPv4 是由点分隔的 4 个十进制八位字节：

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

“足够好”版本：它也接受无效值，例如 999.999.999.999。对于严格版本，您需要范围交替 (25[0-5]|2[0-4]\d|[01]?\d\d?)，更长。

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

精确与简洁

匹配 URL 或 IP 需要平衡模式容忍度。严格的 IP 验证器会验证八位字节是否超过 255。另一方面，实用的提取器通常会寻找简化的模式并将精细验证委托给专用代码。

尝试一下

复习练习

额外的挑战