字符串中识别URL

2018-10-23

之前一个做Java后端的朋友问了我这个问题：“你们iOS中一段文字中怎么识别中间有没有URL”，我第一反应就是使用正则表达式，然后自己捣鼓了下就有了下面的结果。

由于自己对正则表达式不是特别懂，于是在谷歌上直接搜索到了一段，经过测试稍微修改下：

((http[s]{0,1}|ftp)://[a-zA-Z0-9\\.\\-]+\\.([a-zA-Z]{2,7})(:\\d+)?(/[a-zA-Z0-9\\.\\-~!@#$%^&*+?:_/=<>]*)?)|(www.[a-zA-Z0-9\\.\\-]+\\.([a-zA-Z]{2,7})(:\\d+)?(/[a-zA-Z0-9\\.\\-~!@#$%^&*+?:_/=<>]*)?)

然后使用NSRegularExpression来做正则校验

NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:regulaStr    options:NSRegularExpressionCaseInsensitive  error:&error];

其中options:(NSRegularExpressionOptions)参数对应的枚举值的翻译是：

NSRegularExpressionCaseInsensitive // 不区分字母大小写匹配
NSRegularExpressionAllowCommentsAndWhitespace // 忽略正则表达式中的空格和#号后面的注释。 表达式 a b#c 会匹配到 ab
NSRegularExpressionIgnoreMetacharacters //将整个正则表达式视为字符串处理
NSRegularExpressionDotMatchesLineSeparators //允许.符号匹配任何字符包括换行符
NSRegularExpressionAnchorsMatchLines // 允许^和$符号匹配行的开头和结尾
NSRegularExpressionUseUnixLineSeparators // 只允许 \n 作为唯一的换行符（否则所有的标准换行符都有效）
NSRegularExpressionUseUnicodeWordBoundaries // 使用Unicode TR#29标准作为词的边界，否则所有传统正则表达式的词边界都有效

使用下面的方法根据正则表达式查询字符串中所有匹配的结果

- (NSArray<NSTextCheckingResult *> *)matchesInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range

其中options:(NSMatchingOptions)参数对应的枚举值翻译如下：

NSMatchingReportProgress //找到最长的匹配字符串后调用block回调
NSMatchingReportCompletion // 找到任何一个匹配串后都回调一次block
NSMatchingAnchored // 从匹配范围的开始处进行匹配
NSMatchingWithTransparentBounds //允许匹配范围超出设置的范围
NSMatchingWithoutAnchoringBounds // 指定^和$不会自动匹配搜索范围的开始和结束

返回的类型是一个数组，数组中是一个NSTextCheckingResult对象，可以用对象的属性range来获取字符串中对应的url字符串。下面是源码：

NSString *testText = @"你看看我给你的连接http://blog.xtxiete.com和https://www.baidu.com/";

UILabel *testLabel = [[UILabel alloc]initWithFrame:CGRectMake(0, 100, 400, 100)];
[self.view addSubview:testLabel];

testLabel.numberOfLines = 0;

NSMutableAttributedString *text = [[NSMutableAttributedString alloc]initWithString:testText];
[text addAttribute:NSFontAttributeName value:[UIFont systemFontOfSize:17] range:NSMakeRange(0, testText.length)];

NSError *error;

//可以识别url的正则表达式
NSString *regulaStr = @"((http[s]{0,1}|ftp)://[a-zA-Z0-9\\.\\-]+\\.([a-zA-Z]{2,7})(:\\d+)?(/[a-zA-Z0-9\\.\\-~!@#$%^&*+?:_/=<>]*)?)|(www.[a-zA-Z0-9\\.\\-]+\\.([a-zA-Z]{2,7})(:\\d+)?(/[a-zA-Z0-9\\.\\-~!@#$%^&*+?:_/=<>]*)?)";

NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:regulaStr    options:NSRegularExpressionCaseInsensitive  error:&error];

NSArray *arrayOfAllMatches = [regex matchesInString:testText options:NSMatchingReportProgress range:NSMakeRange(0, testText.length)];

for (NSTextCheckingResult *match in arrayOfAllMatches)

{

    NSString* substringForMatch;

    substringForMatch = [testText substringWithRange:match.range];

    NSLog(@"url: %@",substringForMatch);
    [text addAttribute:NSForegroundColorAttributeName value:[UIColor orangeColor] range:match.range];

}

testLabel.attributedText = text;

代码运行的效果图：
正则表达式结果

另外🍎有个自带的类也可以实现：NSDataDetector

+ (nullable NSDataDetector *)dataDetectorWithTypes:(NSTextCheckingTypes)checkingTypes error:(NSError **)error;
- (nullable instancetype)initWithTypes:(NSTextCheckingTypes)checkingTypes error:(NSError **)error

NSDataDetector其实就是继承了NSRegularExpression类，它不仅可以识别url，还可以识别其他类型，具体可以查看枚举值

typedef NS_OPTIONS(uint64_t, NSTextCheckingType) {    // a single type
    NSTextCheckingTypeOrthography           = 1ULL << 0,            // language identification
    NSTextCheckingTypeSpelling              = 1ULL << 1,            // spell checking
    NSTextCheckingTypeGrammar               = 1ULL << 2,            // grammar checking
    NSTextCheckingTypeDate                  = 1ULL << 3,            // date/time detection
    NSTextCheckingTypeAddress               = 1ULL << 4,            // address detection
    NSTextCheckingTypeLink                  = 1ULL << 5,            // link detection
    NSTextCheckingTypeQuote                 = 1ULL << 6,            // smart quotes
    NSTextCheckingTypeDash                  = 1ULL << 7,            // smart dashes
    NSTextCheckingTypeReplacement           = 1ULL << 8,            // fixed replacements, such as copyright symbol for (c)
    NSTextCheckingTypeCorrection            = 1ULL << 9,            // autocorrection
    NSTextCheckingTypeRegularExpression API_AVAILABLE(macos(10.7), ios(4.0), watchos(2.0), tvos(9.0))  = 1ULL << 10,           // regular expression matches
    NSTextCheckingTypePhoneNumber API_AVAILABLE(macos(10.7), ios(4.0), watchos(2.0), tvos(9.0))        = 1ULL << 11,           // phone number detection
    NSTextCheckingTypeTransitInformation API_AVAILABLE(macos(10.7), ios(4.0), watchos(2.0), tvos(9.0)) = 1ULL << 12            // transit (e.g. flight) info detection
};

但是在某些情况下识别效果不是很好，比如

http://blog.xtxiete.com和https://www.baidu.com/

类似这种多个url中间有中文的情况下，苹果的API识别出来的就是这一整个url

源码如下：

NSString *testText = @"你看看我给你的连接http://blog.xtxiete.com和https://www.baidu.com/";

UILabel *testLabel = [[UILabel alloc]initWithFrame:CGRectMake(0, 200, 400, 100)];
[self.view addSubview:testLabel];

testLabel.numberOfLines = 0;

NSMutableAttributedString *text = [[NSMutableAttributedString alloc]initWithString:testText];
[text addAttribute:NSFontAttributeName value:[UIFont systemFontOfSize:17] range:NSMakeRange(0, testText.length)];

NSError *error;
NSDataDetector *dataDetector=[NSDataDetector dataDetectorWithTypes:NSTextCheckingTypeLink error:&error];
NSArray *arrayOfAllMatches=[dataDetector matchesInString:testText options:NSMatchingReportProgress range:NSMakeRange(0, testText.length)];

for (NSTextCheckingResult *match in arrayOfAllMatches)

{

    NSString* substringForMatch;

    substringForMatch = [testText substringWithRange:match.range];

    NSLog(@"url: %@",substringForMatch);
    [text addAttribute:NSForegroundColorAttributeName value:[UIColor orangeColor] range:match.range];

}

testLabel.attributedText = text;

查看下效果:

苹果API结果