网址的正则表达式

通过正则表达式来判断字符串是否为常见的网址：

1.常见的网址通常以http://,https://,ftp://开头，这一部分对应的正则表达式为“(http|https|ftp)://”。

2.接着是字符串(例如“www”)，后面加“.”，这种组合必须出现一次或多次(无“www”也可以)，这一部分对应“([\w-]+\.)+”。

3.接下来是域名，考虑到域名的多样性，将常见的两个字符以上的域名(如net，com等)单独表示，由两个字符组成的常见域名(cc，tv等以及国际域名如cn，hk等)表示为“[a-z]{2}”，所以这一部分表示为“(net|com||org|gov|edu|mil|info|travel|pro|museum|biz|[a-z]{2})”。

4.在完整的网址后，通常还有下一级的目录，以“/”来区别目录，可能有0个或多个，表示为“(/[\w-~#]+)*”，还可能是asp，html等后缀名，可能有0个或者一个，表示为“([\w-]+\.[\w]{2,4})?”，所以这部分表示为“(/[\w\-~#]+)*(/[\w-]+\.[\w]{2,4})?”。可

5.链接的末尾还可能附带参数(如page=1&action=2等)，其中常见的符号有?,=,&,%,_等，并且可能有多条参数，那么可以表示为“([\?=&%_]?[\w-]+)*”。

结合IP地址的正则表达式，参考http://blog.csdn.net/allen_0730/article/details/51315133

总结起来就是

(http|https|ftp)://((((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]?\d)\.){3}((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]?\d)))|(([\w-]+\.)+(net|com|org|gov|edu|mil|info|travel|pro|museum|biz|[a-z]{2})))(/[\w\-~#]+)*(/[\w-]+\.[\w]{2,4})?([\?=&%_]?[\w-]+)*

REF：在检查过程中，发现一个问题：是否需要将4和5的部分用一个小括号并起来并且加上“?“。答案是不需要，4和5中各部分都可能不出现，已经用“?”和“*”标明了。