php用正则表达式匹配URL的简单方法

在php的官网上看到的parse_url()函数的替代方案。结果和parse_url()函数差不多，是使用正则实现的。uri 是 web上可用的每种资源 - html文档、图像、视频片段、程序等 - 由一个通用资源标志符（uniform resource identifier, 简称"uri"）进行定位。 对象分组：

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?
12            3  4       

测试代码如下：

<?php
$search = '~^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?~i';
$url = '//www.jb51.net/pub/ietf/uri/#gonn';
$url = trim($url);
preg_match_all($search, $url ,$rr);
printf("<p>输出url数据为：</p><pre>%s</pre>\n",var_export( $rr ,true));

/*
各分组如下
      $1 = http:
      $2 = http
      $3 = //www.nowamagic.net
      $4 = www.nowamagic.net
      $5 = /pub/ietf/uri/
      $6 = <undefined>
      $7 = <undefined>
      $8 = #gonn
      $9 = gonn
*/
?>

上面的正则表达式可以获取url中的任何一部分，下面的代码则简单一些：

<?php
// 从 url 中取得主机名
preg_match("/^(http:\/\/)?([^\/]+)/i", "//www.jb51.net/index.html", $matches);
$host = $matches[2];
// 从主机名中取得后面两段
preg_match("/[^\.\/]+\.[^\.\/]+$/", $host, $matches);
echo "domain name is: {$matches[0]}\n";
?>