Форум PHP программистов > Регулярка для кириллических URL

[ Поиск ] - [ Пользователи ] - [ Календарь ]

Полная Версия: Регулярка для кириллических URL

5maks5

3.06.2011 - 10:27

Здравствуйте ув. пользователи форума.

Имею функцию по проверке URL:


function checkurl($url) {

$url=trim($url);
if (strlen($url)==0) return 1;
if (!preg_match("~^(?:(?:https?|ftp|telnet)://(?:[a-z0-9_-]{1,32}".
"(?::[a-z0-9_-]{1,32})?@)?)?(?:(?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2})|(?!0)(?:(?".
"!0[^.]|255)[0-9]{1,3}\.){3}(?!0|255)[0-9]{1,3})(?:/[a-z0-9.,_@%&".
"?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~i",$url,$ok))
return -1;
if (!strstr($url,"://")) $url="http://".$url;
$url=preg_replace("~^[a-z]+~ie","strtolower('\\0')",$url);
$url = parse_url($url);
$url = $url["host"];
return $url;
}

Мне нужно добавить сюда поддержку кириллических доменов, таких как мойсайт.рф

Подскажите как правильно мне это сделать?

Спустя 1 час, 22 минуты, 40 секунд (3.06.2011 - 10:49) DedMorozzz написал(а):

Цитата

(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2})

Вот сюда добавляем рф твоё

|inc|name|рф|[a-z]{2}

Спустя 4 минуты, 19 секунд (3.06.2011 - 10:54) 5maks5 написал(а):

То что Вы предложили верно, но функция не пропускает русские буквы домена. Даже если я добавляю рф в список доменных зон, то возвращается return -1 следовательно домен мойсайт.рф не прошёл.

Спустя 2 минуты, 42 секунды (3.06.2011 - 10:56) DedMorozzz написал(а):

добавь модификатор "u" в конец
Замени :#[^ '\"&<>]*)?$~i На :#[^ '\"&<>]*)?$~iu

Спустя 2 минуты, 46 секунд (3.06.2011 - 10:59) 5maks5 написал(а):

Warning: preg_match() [function.preg-match]: Compilation failed: invalid UTF-8 string at offset 160 in /ххххххххх/check_url.php on line 25

25-ая строка: "?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~iu",$url,$ok))

Спустя 2 минуты, 33 секунды (3.06.2011 - 11:02) DedMorozzz написал(а):

ммм, уже интересно, начит юникод не нужен, а вот почему не находит, сейчас разберусь, у себя протестирую регулярку, после отпишусь

Спустя 4 минуты, 15 секунд (3.06.2011 - 11:06) DedMorozzz написал(а):

Не возникло проблем:

Цитата

<?php

$url = 'http://www.google.рф';

if (!preg_match("~^(?

?:https?|ftp|telnet)://(?:[a-z0-9_-]{1,32}".
"(?::[a-z0-9_-]{1,32})?@)?)?(?

?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|рф|[a-z]{2})|(?!0)(?

?".
"!0[^.]|255)[0-9]{1,3}\.){3}(?!0|255)[0-9]{1,3})(?:/[a-z0-9.,_@%&".
"?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~i",$url))
echo "No";
else{echo "Yes";}
?>

Yes вывело

Спустя 3 минуты, 40 секунд (3.06.2011 - 11:10) 5maks5 написал(а):

результат -1
http://seo.celsoft.ru/ введите тут google.рф и нажмите проверить сами увидите.

Спустя 4 минуты, 35 секунд (3.06.2011 - 11:14) 5maks5 написал(а):

Вставил ваш код в чистый файл и запустил. Результат:

Warning: preg_match() [function.preg-match]: Compilation failed: unrecognized character after (? or (?- at offset 4 in /home/p27064/www/seo.celsoft.ru/1.php on line 10
No

Спустя 2 минуты, 8 секунд (3.06.2011 - 11:16) DedMorozzz написал(а):

у тебя походу проверяется существование такого адресса. Добавь ещё и сам адресс, что бы был на русском, к примеру поисковик "Нигма.РФ", дабы проще было тестить

Хм, а текст в файле в какой кодировке? -- хотя не важно это. Я и в 1251 проверил всё работает

Спустя 7 минут, 8 секунд (3.06.2011 - 11:23) DedMorozzz написал(а):

показывай код который вставил, ибо вот залил на хостинг
***Убрал***

Спустя 5 минут, 25 секунд (3.06.2011 - 11:29) 5maks5 написал(а):

<?php

$url = 'http://www.google.рф';


if (!preg_match("~^(?sad.gif?:https?|ftp|telnet)://(?:[a-z0-9_-]{1,32}".
"(?::[a-z0-9_-]{1,32})?@)?)?(?sad.gif?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|рф|[a-z]{2})|(?!0)(?sad.gif?".
"!0[^.]|255)[0-9]{1,3}\.){3}(?!0|255)[0-9]{1,3})(?:/[a-z0-9.,_@%&".
"?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~i",$url))
echo "No";
else{echo "Yes";}
?>

Спустя 56 секунд (3.06.2011 - 11:30) 5maks5 написал(а):

Вставь код в пхп теги что бы на смайлы не заменялось

Спустя 54 секунды (3.06.2011 - 11:31) DedMorozzz написал(а):

:))
?sad.gif?:h
Смайлы покопировал

$url = 'http://www.google.рф';


if (!preg_match("~^(?:(?:https?|ftp|telnet)://(?:[a-z0-9_-]{1,32}".
"(?::[a-z0-9_-]{1,32})?@)?)?(?:(?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|рф|[a-z]{2})|(?!0)(?:(?".
"!0[^.]|255)[0-9]{1,3}\.){3}(?!0|255)[0-9]{1,3})(?:/[a-z0-9.,_@%&".
"?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~i",$url))
echo "No";
else{echo "Yes";}

?>

Цитата

Вставь код в пхп теги что бы на смайлы не заменялось

теги не причём. Надо галочку убрать "Включить смайлы"

Спустя 9 минут, 23 секунды (3.06.2011 - 11:40) 5maks5 написал(а):

Сработало. Доменная зона рф прошла. Теперь еще надо сделать что бы и домен само название домена проходило. мойсайт.рф к примеру

P.S. Извиняюсь за грамматику, дел много по дому. Всё делаю торопясь.

Спустя 6 минут, 59 секунд (3.06.2011 - 11:47) DedMorozzz написал(а):

(?:(?:[a-z0-9-]{1,128}\.)+

замени на

(?:(?:[a-z0-9а-яё-]{1,128}\.)+

Спустя 7 минут, 4 секунды (3.06.2011 - 11:54) 5maks5 написал(а):

Всё работает. Огромнейшее спасибо Вам что помогли мне.
Сейчас надо будет еще подумать как сделать так, что когда урл приходит гетом в файл, а там уже проверка если домен мойсайт.рф, то пускать дальше, если moysite.ru(com,net и т.д.) то тоже пускать процесс дальше, а вот если пришёл домен moysite.рф или мойсайт.ru(com,net и т.д.) то выдавать ошибку что формат домена неверен. Направьте меня в нужное русло пожалуйста ))

Спустя 3 минуты, 34 секунды (3.06.2011 - 11:58) DedMorozzz написал(а):

Цитата

((?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2}))|(?:[а-яё0-9-]{1,128}\.)+рф)

как-то так

Думаю какой кусок на вот это догадаешься заменить

Спустя 10 минут, 31 секунда (3.06.2011 - 12:08) 5maks5 написал(а):

Извините, а на что это заменить? Я сейчас попробовал не получилось. Я в регулярках нуб нубом :)

Спустя 2 минуты (3.06.2011 - 12:10) DedMorozzz написал(а):

Было:

Цитата

(?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2})

Стало

Цитата

(?:(?:(?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2}))|((?:[а-яё0-9-]{1,128}\.)+рф))

Спустя 2 минуты, 37 секунд (3.06.2011 - 12:13) 5maks5 написал(а):

if (!preg_match("~^(?:(?:https?|ftp|telnet)://(?:[a-z0-9_-]{1,32}".
"(?::[a-z0-9_-]{1,32})?@)?)?(?:((?:[a-z0-9-]{1,128}\.)+(?:com|net|".
"org|mil|pro|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{2}))|(?:[а-яё0-9-]{1,128}\.)+рф)|(?!0)(?:(?".
"!0[^.]|255)[0-9]{1,3}\.){3}(?!0|255)[0-9]{1,3})(?:/[a-z0-9.,_@%&".
"?+=\~/-]*)?(?:#[^ '\"&<>]*)?$~i",$url))
echo "No";
else{echo "Yes";}

Вроде правильно заменил, но ошибка.

Спустя 46 секунд (3.06.2011 - 12:14) DedMorozzz написал(а):

отредактировал предыдущее сообщение, со скобками была проблема

Спустя 3 минуты, 5 секунд (3.06.2011 - 12:17) 5maks5 написал(а):

Я так и понял что где-то ошибка т.к. первый раз заменил и не получилось, тоже ошибка была и решил написать. Вдруг не то заменил.
Сейчас всё работает. Провёл тест всё работает как нужно. За что вам огромное человеческое спасибо!

Спустя 22 минуты, 48 секунд (3.06.2011 - 12:40) 5maks5 написал(а):

Снова проблема))
Если русский урл приходит гетом и пишется в $url то домен выходит вопросиками, а если английский то всё нормально.

$url = $_GET['url'];

Спустя 1 час, 29 минут, 22 секунды (3.06.2011 - 14:09) DedMorozzz написал(а):

Кириллица в гете, это как баба на корабле.
Иль постом передавай иль енкод-декод делай

Спустя 2 минуты, 20 секунд (3.06.2011 - 14:11) 5maks5 написал(а):

Хорошо. Спасибо.

_____________
Где исходники вселенной?

Быстрый ответ:

Здесь расположена полная версия этой страницы.