有没有办法获取这段文字中的网址

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1499 天前的主题，其中的信息可能已经有所发展或是发生改变。

尤力优运动用品有限公司订单商品网址： https://trade.1688.com/order/offer_snapshot.htm?spm=a360q.8274423.0.0.49c84c9a1vn15M&buyer_id=2209255322256&order_entry_id=1280302311779325622 经营的阿里巴巴网站广告宣传该产品是“100%”该宣传疑似虚假广告。

尤力优

网址

用品

订单

11 条回复 • 2020-10-18 00:19:39 +08:00

zhongjun96

2020-10-16 12:05:24 +08:00

匹配 http 开头坐标，然后下一个空格截断就行了

BoarBoar

2020-10-16 12:54:59 +08:00

就是楼上说的，如果没空格也可以用 asc 值判断汉字，你这萌新得太过了点把。。

gablic

2020-10-16 13:06:51 +08:00

@BoarBoar 我猜他想问的是用什么软件

imdong

2020-10-16 13:16:47 +08:00

正则表达式，任何语言下都有解决方案，简易实现如下：

https?:\/\/[a-zA-Z0-9\.-]+(\/[\w\/\.\?=&%]+)?

https://regex101.com/r/rDylae/1

已知问题，网址中如果有意料之外的特殊符号，则无法匹配，需要完善符号库。

https 如果过大小写掺杂，要么用忽略大小写匹配，要么就用这个方法 [hH][tT]{2}[pP][sS]?:\/\/ 开头

通用不考虑误匹配，一楼方案亦可：

[hH][tT]{2}[pP][sS]?:\/\/[a-zA-Z0-9\.-]+([^\s]+)?

https://regex101.com/r/rDylae/2

但是依然会有其他问题，比如无空格但是汉字不属于其中的，自己取舍，汉字算不算在内，不算的话，就把汉字也排除，具体方法自己搜索一下把。

flynaj

2020-10-16 13:21:38 +08:00

这个 V2EX 不是匹配出来了么，你看看他的代码不就明白了么

jackrebel

2020-10-16 16:06:00 +08:00

使用正则解决，楼上的就可以，
我的增强版：( http|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?

js 代码：

var pattern = "/( http|ftp|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:\/~\+#]*[\w\-\@?^=%&\/~\+#])?/g";

str = '尤力优运动用品有限公司订单商品网址： https://trade.1688.com/order/offer_snapshot.htm?spm=a360q.8274423.0.0.49c84c9a1vn15M&buyer_id=2209255322256&order_entry_id=1280302311779325622 经营的阿里巴巴网站广告宣传该产品是“100%”该宣传疑似虚假广告。';

console.log(pattern.test(str));

可使用 https://www.8kmm.com/sites/3663.html 这个工具进行测试和生成代码。

songdg

2020-10-17 18:30:43 +08:00

@zhongjun96 谢谢，我也是这样想，只是想问下有没有更先进的方法。

songdg

2020-10-17 18:32:54 +08:00

@imdong 确实是没有通用、一招搞掂的方法。

songdg

2020-10-17 18:37:12 +08:00

@flynaj 请教一下如何看 V2EX 的代码？

songdg

2020-10-17 18:43:50 +08:00

@jackrebel 谢谢，不过 ahk 就没有如此丰富的内置函数。

OldActorsSmile

2020-10-18 00:19:39 +08:00

我前几天开发抖音去水印小程序也有这个需求，也是用正则解决的