perlでURLの正当性を判定する方法

質問

• perlでホームページのURLが正しいか判定する方法を探しています。ネットで検索してもメールアドレスの判定方法ばかりで、ホームページに関しては情報が見つかりません。
• 既存の正規表現ではカンマのチェックなどがうまくできないため、正しいURLの判定方法についてアドバイスをお願いします。
• 全角入力やスペース、句読点、特殊文字の入力ミスなどもチェックしたいので、URLの正当性を厳密に判定する方法を教えてください。

回答No.2

mikemike7 · ベストアンサー

>internal server errorになってしまいます。
中味を見ていないので、何とも言えないです。

>やはりあの難しいけど正しいチェック方法は簡単には利用できないのですかね？
利用はできますよ。#後で記載

>,(カンマ） のチェックをスルー
と記載されていますが、参照ページの正規表現では,(カンマ）は含まれています。
実際にそういうページは存在しますし。

そのまま使えばいいだけだと思いますが、
まあ、とりあえず、以下でお試しを。

$http_URL_regex =
q{^\b(?:https?|shttp)://(?:(?:[-_.!~*'()a-zA-Z0-9;:&=+$,]|%[0-9A-Fa-f} .
q{][0-9A-Fa-f])*@)?(?:(?:[a-zA-Z0-9](?:[-a-zA-Z0-9]*[a-zA-Z0-9])?\.)} .
q{*[a-zA-Z](?:[-a-zA-Z0-9]*[a-zA-Z0-9])?\.?|[0-9]+\.[0-9]+\.[0-9]+\.} .
q{[0-9]+)(?::[0-9]*)?(?:/(?:[-_.!~*'()a-zA-Z0-9:@&=+$,]|%[0-9A-Fa-f]} .
q{[0-9A-Fa-f])*(?:;(?:[-_.!~*'()a-zA-Z0-9:@&=+$,]|%[0-9A-Fa-f][0-9A-} .
q{Fa-f])*)*(?:/(?:[-_.!~*'()a-zA-Z0-9:@&=+$,]|%[0-9A-Fa-f][0-9A-Fa-f} .
q{])*(?:;(?:[-_.!~*'()a-zA-Z0-9:@&=+$,]|%[0-9A-Fa-f][0-9A-Fa-f])*)*)} .
q{*)?(?:\?(?:[-_.!~*'()a-zA-Z0-9;/?:@&=+$,]|%[0-9A-Fa-f][0-9A-Fa-f])} .
q{*)?(?:#(?:[-_.!~*'()a-zA-Z0-9;/?:@&=+$,]|%[0-9A-Fa-f][0-9A-Fa-f])*} .
q{)?$};
# 正常なリンク
$url = "http://ja.wikipedia.org/wiki/%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE";
print "Test1<br>";
if($url =~ /$http_URL_regex/) {print "match";}
else{print "no match";}

# 「あ」を入れてみた。
$url = "http://ja.wikipedia.org/wiki/%E6%AD%A3あ%E8%A6%8F%E8%A1%A8%E7%8F%BE";
print "<br>";
print "Test2<br>";
if($url =~ /$http_URL_regex/) {print "match";}
else{print "no match";}

# ホストなし
$url = "http://%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE";
print "<br>";
print "Test3<br>";
if($url =~ /$http_URL_regex/) {print "match";}
else{print "no match";}

# ポート付き
$url = "http://okwave.jp:80";
print "<br>";
print "Test4<br>";
if($url =~ /$http_URL_regex/) {print "match";}
else{print "no match";}

# へんなところにポート付き
$url = "http://okwa:80ve.jp";
print "<br>";
print "Test5<br>";
if($url =~ /$http_URL_regex/) {print "match";}
else{print "no match";}

ただ、正規表現が複雑になれば複雑になるほど、
サーバー負担も大きくなるということです。

当初の質問文には厳密にでなくてもかまわないとあったんですけどね・・・。

お礼

大変詳しい解説ありがとうございました。
何とかうまくまとまりました。

>当初の質問文には厳密にでなくてもかまわないとあったんですけどね・・・。

確かに厳密でなくても良かったのですが、入力間違いに気づかないときのために簡易でいいからチェックできないかと思っておりました。