Perl 5：如何提高URL解析的正则表达式

Question

我想解析推文的文本文件并删除URL并将它们放入urls.txt文件中。目前，我有这样的正则表达式：

($line =~ /((?:https?|ftp|telnet|gopher|file|imap):\/\/[\w\-\.\~\!\*\'\(\)\;\:\@\&\=\+\$\,\/\\\?\%\#\[\]]*)/)

但是，当我想进一步巩固它，它即使是现在相当笨拙，我想知道是否有什么办法可以检查valid URL characters（中[\w\-\.\~\!\*\'\(\)\;\:\@\&\=\+\$\,\/\\\?\%\#\[\]]*部分）使用类似数组或散列的东西。或者任何不会如此不必要的冗长的东西。

我的代码的其余部分可以提供，如果需要出于任何原因。

Answer 1

如果您想验证一个URL，为什么不使用CPAN中的模块来为您辛苦工作。

my $uri = URI->new("http://www.perl.com"); 

见URI模块here的细节。

所推荐的Sobrique，你也可以使用：

use Data::Validate::URI qw(is_uri); 

if (is_uri("http://www.perl.com")) { 
    ... 
} 

见Data::Validate::URI模块here的细节。