PHP：正则表达式匹配任意类型的网址

Question

网上找了个匹配网址的正则表达式（^http:\/\/[_a-zA-Z0-9-]+(.[_a-zA-Z0-9-]+)*$），但是有很多网址不能匹配到
比如：
网址：http://www.sz.gov.cn/cn/hdjl/zxts/dfyj/
执行结果：boolean false（意思就是这不是个网址）
求一个能匹配任意网址的正则表达式（执行效率越快越好）。
谢谢
找了一个可用的：
((http|ftp|https):\/\/)?[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?
执行效率不知道有没有更快的

Answer 1

这有一个 Markdown 的作者之一写的正则表达式(原文在这)。他把这个表达式都改进了好几年了，应该比较全面而且保险：

(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:\'".,<>?«»“”‘’]))

测试代码：

<?php
//注意，这里把上面的正则表达式中的单引号用反斜杠转义了，不然没法放在字符串里
$regex = '@(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:\'".,<>?«»“”‘’]))@';

var_dump( preg_match($regex, 'http://segmentfault.com/q/1010000000584340') );  //true

除非涉及的数据量特别特别大，否则单单一个正则表达式还达不到影响性能的程度吧。基本不必担心效率问题的。

Answer 2

/^((http|ftp|https):\/\/)?[\w-_.]+(\/[\w-_]+)*\/?$/

这个可以匹配你上给的网址。
其实正则怎么写，还是得看你要匹配什么样的url。

Answer 3

既然是任意類型的網址，那就無所謂協議。/[a-z]+:\/\/[a-z0-9_\-\/.%]+/i