✅ Распространенные форматы URL

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

📌 Основной синтаксис регулярных выражений (для URL)

Следующее регулярное выражение может соответствовать большинству стандартных URL:

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

🧪 Пример на Python: Извлечение URL из текста

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)

🌐 Пример на JavaScript: Извлечение всех ссылок с веб-страницы

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);

☕ Пример на Java: Использование Pattern для сопоставления 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());
        }
    }
}

🔎 Расширенная оптимизация: Более мощный regex для сопоставления URL

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

Этот regex поддерживает:

• Необязательный протокол (http/https/ftp)
• Необязательный www
• Домен верхнего уровня (.com/.org/.net/.io и т. д.)
• Необязательный номер порта (:80, :443 и т. д.)
• Необязательный путь и параметры (/path?query)

🔍 Практические сценарии

• Извлечение всех адресов ссылок из HTML веб-страниц
• Захват URL в файлах журналов
• Извлечение гиперссылок из истории чата, содержимого документов
• Извлечение ввода для настраиваемых поисковых систем