✅ 常见 URL 格式

• http://www.example.com
• https://example.com/path?query=123
• ftp://ftp.example.org/resource.txt
• www.example.com
• example.com

📌 正则表达式核心语法（适配 URL）

以下正则表达式可匹配绝大多数标准 URL：

\b((?:https?|ftp):\/\/)?(?:www\.)?[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(?:\/[^\s]*)?

🧪 Python 示例：提取文本中的 URL

import re

text = """
Visit our site at https://www.example.com or follow the docs at http://docs.example.org/page.
Also check ftp://ftp.example.com/file and plain www.test.com or example.net for more.
"""

pattern = r'\b((?:https?|ftp):\/\/)?(?:www\.)?[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(?:\/[^\s]*)?'
urls = re.findall(pattern, text)
print(urls)

🌐 JavaScript 示例：网页中提取所有链接

const text = `
  Check https://www.example.com, http://example.org, ftp://files.example.net,
  and also www.test.com or just example.co.
`;

const regex = /\b((?:https?|ftp):\/\/)?(?:www\.)?[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(?:\/[^\s]*)?/g;
const urls = text.match(regex);
console.log(urls);

☕ Java 示例：使用 Pattern 匹配 URL

import java.util.regex.*;
import java.util.*;

public class URLMatcher {
    public static void main(String[] args) {
        String text = "Visit https://example.com or ftp://ftp.example.org.";
        String regex = "\\b((?:https?|ftp):\\/\\/)?(?:www\\.)?[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}(?:\\/[^\\s]*)?";
        
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);
        
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

🔎 进阶优化：更强大的 URL 匹配正则

\b((?:https?|ftp):\/\/)?(?:www\.)?[a-zA-Z0-9.-]+\.(?:[a-zA-Z]{2,})(?::\d{1,5})?(?:\/[^\s]*)?

此正则支持：

• 可选协议（http/https/ftp）
• 可选 www
• 顶级域名（.com/.org/.net/.io 等）
• 可选端口号（:80, :443 等）
• 可选路径和参数（/path?query）

🔍 实用场景

• 提取网页 HTML 中的所有链接地址
• 日志文件中的 URL 捕捉
• 聊天记录、文档内容中的超链接提取
• 自定义搜索引擎输入提取