Regex: Fertige URLS aus Javascript

[Jaskur]

Hallo,

ich bin auf der Suche nach einem Regex um komplette URLs aus Javascript Code zu extrahieren.
Mit komplett meine ich alles was mit http/https anfängt.

Beispielsweise möchte ich aus diesem Script hier

<script type="text/javascript">
		var flashvars = {
			importxmlpath : "/_content/de-de/frontpage.xml",
			mediahostpath : "http://eu.media.blizzard.com/blizzard/_flash/"
		};
		var params = {
			bgcolor : "#010d16",
			quality : "autohigh",		
			wmode : "transparent",
			base : "/_flash/",
			allowScriptAccess : "always"
		};
		swfobject.embedSWF("http://eu.media.blizzard.com/blizzard/_flash/header.swf", "flashHeader", "100%", "570", "9.0.0", false, flashvars, params, {});
	</script>

Die URLs extrahieren.
http://eu.media.blizzard.com/blizzard/_flash/header.swf
http://eu.media.blizzard.com/blizzard/_flash/

Es ist mir vollkommen egal ob die extrahierten urls auch wirklich existieren, da ich dies an anderer Stelle überprüfe. Es soll nur sichergestellt sein dass alle kompletten URls extrahiert werden.

 

[thewulf00]

Also Google beantwortet das.
Die ersten drei Treffer:

- Link 1 empfiehlt [c]^http\://[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(/\S*)?$[/c] oder

(http|ftp|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?

- Link 2 empfiehlt

(?:https?://(?:(?:(?:(?:(?:[a-zA-Z\d](?:(?:[a-zA-Z\d]|-)*[a-zA-Z\d])?)\.)*(?:[a-zA-Z](?:(?:[a-zA-Z\d]|-)*[a-zA-Z\d])?))|(?:(?:\d+)(?:\.(?:\d+)){3}))(?::(?:\d+))?)(?:/(?:(?:(?:(?:[a-zA-Z\d$\-_.+!*'(),]|(?:%[a-fA-F\d]{2}))|[;:@&=])*)(?:/(?:(?:(?:[a-zA-Z\d$\-_.+!*'(),]|(?:%[a-fA-F\d]{2}))|[;:@&=])*))*)(?:\?(?:(?:(?:[a-zA-Z\d$\-_.+!*'(),]|(?:%[a-fA-F\d]{2}))|[;:@&=])*))?)?)

- Link 3 empfiehlt

((https?|ftp|gopher|telnet|file|notes|ms-help):((//)|(\\\\))+[\w\d:#@%/;$()~_?\+-=\\\.&]*)

 

[Jaskur]

Ich habe mir inzwischen meinen eigenen geschrieben und mir die Tatsache zu Nutze gemacht das Strings und somit auch Urls in Javascript immer mit einem Hochkommer beginnen und enden.

 

[thewulf00]

Das ist natürlich clever.

Die obigen RegExen haben aber z.T. den Vorteil, dass sie Dir gleich die entsprechenden Parts rausparsen (Host, Port, Path, File, Arguments, etc.).