exclude match hvis domain er http://www.dk (invalid)

Det kan du ikke med en enkelt regexp.

Desuden er det nu også noget tvivlsomt hvad værdien skulle være. Der er nemlig intet som helst magisk ved de tre www’er – det er mere en konvention end en standard. De kan f.eks. sagtens bruges som et lovligt domæne. Derfor er

www.com

lige så lovligt et url som f.eks.:

ww.com
wwww.com

Angående dit oprindelige mønster:

^(https?:\/\/)?(www([0-9]+)?[.])?([a-z]+[.])+[a-z]{2,3}$

- så bør dette rettes til:

^(https?:\/\/)?(www[0-9]*\.)?([a-z]+\.)+[a-z]{2,6}$

Imidlertid ville dette faktisk smide en masse lovlige urls væk!

Et mere korrekt mønster er dette:

^(https?:\/\/)?([\w-]+\.)+[a-z]{2,6}$

Hej Nielle,

Jeg havde håbet på at man kunne lave eksempelvis capture-groups eller look-ahead /look-back noget for at kunne se om der var en www sekvens som man så kunne arbejde videre med i det samme regex.

Hvordan skriver man så et regex som matcher

w
ww
www

men ikke:
we
wwe
wwwe

?


Jeg er dog ikke enig i dit korrekte mønster, for det accepterer nedenstående:
http://wffddfpeewqww1.mysite.com.ci.dkddee

Det er jeg slet ikke interesseret i.

Jeg vil derfor gerne fastholde mønsteret nogenlunde:
(https?:\/\/)?(www([0-9]+)?[.])?([.]?[a-z]+[.])+[a-z]{2,3}

- Der er (måske) en protocol (http/https)
- Der er (måske) www (måske efterfulgt af 1-9+) og en .
- der er (måske én . efterfulgt af én eller flere a-z, afsluttet med .)
- og ender på hhv 2 eller 3 a-z (afsluttet med dk,com,net etc. - et nogenlunde realistisk top-level domæne)

Jeg er ligeglad med hvad der efterfølgende er adresse-feltet, det er ikke en url matcher, men derimod et "sanity-check" om et indtastet domæne er nogenlunde realistisk så at sige :-)

> Hvordan skriver man så et regex som matcher
>
> w
> ww
> www
>
> men ikke:
> we
> wwe
> wwwe

Sådan:

w+

- men jeg har på fornemmelsen at der et lidt mer til spørgsmålet?

Hvorfor vil du i øverigt ikke matche "wwwe"? Det er et fuldt lovligt navn på et subdomane.

> Jeg er dog ikke enig i dit korrekte mønster, for det accepterer nedenstående:
> http://wffddfpeewqww1.mysite.com.ci.dkddee

Og hvorfor præcist er du så imod det?

> Jeg vil derfor gerne fastholde mønsteret nogenlunde:
> (https?:\/\/)?(www([0-9]+)?[.])?([.]?[a-z]+[.])+[a-z]{2,3}

Jeg har to indvendinger i mod dette:

1)

Hvorfor vil du udelukke en masse lovlige urls?

Hvad f.eks. med de lovlige TLD'er 'museum', 'name' eller 'asia'? Hvorfor indskrænke til kun 3 tegn i TLD? Desuden tillader dit eget en masse TLD'er som ikke er lovlige.

Eller hvad med dette:

www.123hotel.dk

Det er ellers et lovligt dømaine -og så er i brug.

I øvrigt kan du validere lige så meget du ønsker, men det giver jo bare ikke nogen garanti for at url'et rent faktisk virker.

2)

Rent regex-mæssigt så er mit første bud nu stadig mere stilrent:

^(https?:\/\/)?(www[0-9]*\.)?([a-z]+\.)+[a-z]{2,3}$

Har du fået kigget på det?

??