正規表現によるURL検証

2024-09-02

言語アグノスティックな正規表現の解説

正規表現は、文字列のパターンをマッチさせるための強力なツールです。有効なURLを検出するための正規表現は、言語に依存しない一般的なパターンを使用することができます。

URLの一般的な構成要素は、プロトコル（http、https）、ホスト名、パス、クエリパラメータ、アンカー（#）などで構成されています。

以下は、一般的なURLパターンを表現する正規表現の例です:

^(https?|ftp)://([a-z0-9.-]+)(:[0-9]+)?(/)?([a-z0-9.-]+)(/[a-z0-9.-]+)*(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?(#([a-z0-9.-]+))?$

解説:

^: 行頭を表します。
(https?|ftp)://: プロトコル（http、https、ftp）を指定します。
([a-z0-9.-]+): ホスト名を指定します。
(:[0-9]+)?: オプションのポート番号を指定します。
(/)?: オプションのパス区切り文字を指定します。
([a-z0-9.-]+)(/[a-z0-9.-]+)*: パスを指定します。
(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?: オプションのクエリパラメータを指定します。
(#([a-z0-9.-]+))?: オプションのアンカーを指定します。

注意:

この正規表現は、一般的なURLパターンをカバーしていますが、すべての可能なURLバリエーションに対応するものではありません。
特定の言語やフレームワークでの実装方法は異なる場合があります。
複雑なURLパターンやセキュリティ上の考慮事項がある場合は、より高度な正規表現やライブラリを使用する必要があるかもしれません。

特定の言語での実装例:

JavaScriptの例:

const urlRegex = /^(https?|ftp)://([a-z0-9.-]+)(:[0-9]+)?(/)?([a-z0-9.-]+)(/[a-z0-9.-]+)*(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?(#([a-z0-9.-]+))?$/;

if (urlRegex.test("https://example.com")) {
  console.log("Valid URL");
} else {
  console.log("Invalid URL");
}

Pythonの例:

import re

urlRegex = r"^(https?|ftp)://([a-z0-9.-]+)(:[0-9]+)?(/)?([a-z0-9.-]+)(/[a-z0-9.-]+)*(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?(#([a-z0-9.-]+))?$"

if re.match(urlRegex, "https://example.com"):
  print("Valid URL")
else:
  print("Invalid URL")

言語ごとの例コード解説

const urlRegex = /^(https?|ftp)://([a-z0-9.-]+)(:[0-9]+)?(/)?([a-z0-9.-]+)(/[a-z0-9.-]+)*(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?(#([a-z0-9.-]+))?$/;

if (urlRegex.test("https://example.com")) {
  console.log("Valid URL");
} else {
  console.log("Invalid URL");
}

urlRegex変数に正規表現パターンを格納します。
test()メソッドを使用して、指定された文字列が正規表現にマッチするかを判定します。
マッチした場合、有効なURLであると判断し、メッセージを出力します。

import re

urlRegex = r"^(https?|ftp)://([a-z0-9.-]+)(:[0-9]+)?(/)?([a-z0-9.-]+)(/[a-z0-9.-]+)*(\?([a-z0-9.-]+=[a-z0-9.-]+&?)*)?(#([a-z0-9.-]+))?$"

if re.match(urlRegex, "https://example.com"):
  print("Valid URL")
else:
  print("Invalid URL");