javascript - 这个正则表达式查找 URL 有什么问题？

Question

我正在使用 JavaScript 从 Google 搜索 URL 中提取 URL，如下所示：

http://www.google.com/search?client=safari&rls=en&q=thisisthepartiwanttofind.org&ie=UTF-8&oe=UTF-8

现在，我的代码如下所示：

var checkForURL = /[\w\d](.org)/i;
var findTheURL = checkForURL.exec(theURL);

我已经通过几个正则表达式测试器运行了这个，它似乎工作，但实际上我返回的字符串看起来像这样：

thisisthepartiwanttofind.org,.org

那么这个尾随,.org是从哪里来的呢？

我知道我的模式不是超级健壮，但请不要建议使用更好的模式。我真的很想就我在这个问题上做错了什么提出建议。谢谢！

Answer 1

您实际上得到的是一个包含 2 个结果的数组，第一个是整个匹配，第二个是您使用 parens (.org) 定义的组。

与之比较：

/([\w\d]+)\.org/.exec('thisistheurl.org')
→ ["thisistheurl.org", "thisistheurl"]

/[\w\d]+\.org/.exec('thisistheurl.org')
→ [“thisistheurl.org”]

/([\w\d]+)(\.org)/.exec('thisistheurl.org')
→ ["thisistheurl.org", "thisistheurl", ".org"]

JS 正则表达式的 .exec 的结果是一个字符串数组，第一个是整个匹配项以及您使用括号定义的后续表示组。如果正则表达式中没有括号，则该数组中将只有一个元素 - 整个匹配。

Answer 2

您应该在正则表达式组中转义.(DOT)(.org)或它匹配任何字符。所以你的正则表达式会变成：

/[\w\d]+(\.org)/

---

要匹配示例中的 url，您可以使用以下内容：

https?://([0-9a-zA-Z_.?=&\-]+/?)+

或者像这样更准确的东西（您应该根据需要选择正确的正则表达式）：

^https?://([0-9a-zA-Z_\-]+\.)+(com|org|net|WhatEverYouWant)(/[0-9a-zA-Z_\-?=&.]+)$

Answer 3

如果您不处理，请删除正则表达式中的括号.org（不太可能，因为它是文字）。根据@Mark 评论，添加一个+以匹配 class 的一个或多个字符[\w\d]。另外，我会避开点：

var checkForURL = /[\w\d]+\.org/i;