url格式检查（不用正则表达式）

fxj_agame

请好心人给个代码参考。用标准c写的url格式的正确性校验程序。不是用正则表达式的哦：）

zhousiyv

一定要用C的话有两个办法，第一步写出需要的regexp，然后要么用flex写一个lexer，要么handcraft一个自动机（别忘了转换为DFA）。最后发现干嘛不直接用正则呢？推荐pcre或者re2

zhousiyv

这有个可以从自动机生成C的东东，http://www.complang.org/ragel，有兴趣可以模仿一下它生成的代码。

shang2010

楼上玩的可是高科技啊

cobras

1. #include <string.h>
   
2. 
   
3. int charset_in(int c, const char *set)
   
4. {
   
5.         const unsigned char *p;
   
6.         unsigned char uc;
   
7.         int retval;
   
8. 
   
9.         p = (const unsigned char *)set;
   
10.         uc = (unsigned char)c;
    
11.         for (; *p != '\0'; ++p) {
    
12.                 if (*p == '-') {
    
13.                         ++p;
    
14.                         retval = 0;
    
15.                 }else {
    
16.                         retval = 1;
    
17.                 }
    
18.                 if (*p == 'L') {
    
19.                         for (++p; *p != '\0'; ++p) {
    
20.                                 if (*p == uc) {
    
21.                                         return retval;
    
22.                                 }
    
23.                         }
    
24.                 }else if (*p == 'S') {
    
25.                         for (++p; *p != '\0' && *(p + 1) != '\0'; p += 2) {
    
26.                                 if (uc >= *p && uc <= *(p + 1)) {
    
27.                                         return retval;
    
28.                                 }
    
29.                         }
    
30.                 }
    
31.         }
    
32.         return 0;
    
33. }
    
34. 
    
35. int skip_text(const char *s, int *io_off, int lmt, const char *text)
    
36. {
    
37.         int off;
    
38.         int len;
    
39. 
    
40.         off = *io_off;
    
41.         len = strlen(text);
    
42.         if (off + len <= lmt) {
    
43.                 if (strncmp(s + off, text, len) == 0) {
    
44.                         *io_off = off + len;
    
45.                         return 0;
    
46.                 }
    
47.         }
    
48.         return -1;
    
49. }
    
50. 
    
51. int skip_token(const char *s, int *io_off, int lmt, const char *charset)
    
52. {
    
53.         int off;
    
54. 
    
55.         off = *io_off;
    
56.         if (off < lmt && charset_in(s[off], charset)) {
    
57.                 do {
    
58.                         ++off;
    
59.                 }while (off < lmt && charset_in(s[off], charset));
    
60.                 *io_off = off;
    
61.                 return 0;
    
62.         }
    
63.         return -1;
    
64. }
    
65. 
    
66. int check_url_id(const char *s, int *io_off, int lmt)
    
67. {
    
68.         int off;
    
69. 
    
70.         off = *io_off;
    
71.         if (off < lmt) {
    
72.                 if (charset_in(s[off], "L_\0SazAZ\0")) {
    
73.                         if (skip_token(s, &off, lmt, "L_-\0SazAZ09\0") == 0) {
    
74.                                 *io_off = off;
    
75.                                 return 0;
    
76.                         }
    
77.                 }
    
78.         }
    
79.         return -1;
    
80. }
    
81. 
    
82. int check_urlname(const char *s, int *io_off, int lmt)
    
83. {
    
84.         int off;
    
85. 
    
86.         off = *io_off;
    
87.         if (skip_token(s, &off, lmt, "L-%\0SazAZ09\0") == 0) {
    
88.                 *io_off = off;
    
89.                 return 0;
    
90.         }
    
91.         return -1;
    
92. }
    
93. 
    
94. int check_portnum(const char *s, int *io_off, int lmt)
    
95. {
    
96.         int off;
    
97. 
    
98.         off = *io_off;
    
99.         if (skip_token(s, &off, lmt, "S09\0") == 0) {
    
100.                 *io_off = off;
     
101.                 return 0;
     
102.         }
     
103.         return -1;
     
104. }
     
105. 
     
106. int check_urlpath(const char *s, int *io_off, int lmt)
     
107. {
     
108.         int off;
     
109. 
     
110.         off = *io_off;
     
111.         while (skip_text(s, &off, lmt, "/") == 0
     
112.                 && check_urlname(s, &off, lmt) == 0) {
     
113.         }
     
114.         *io_off = off;
     
115.         return 0;
     
116. }
     
117. 
     
118. int check_urlparam_item(const char *s, int *io_off, int lmt)
     
119. {
     
120.         int off;
     
121. 
     
122.         off = *io_off;
     
123.         if (check_urlname(s, &off, lmt) == 0) {
     
124.                 if (skip_text(s, &off, lmt, "=") == 0) {
     
125.                         if (check_urlname(s, &off, lmt) == 0) {
     
126.                                 *io_off = off;
     
127.                                 return 0;
     
128.                         }
     
129.                 }else {
     
130.                         *io_off = off;
     
131.                         return 0;
     
132.                 }
     
133.         }
     
134.         return -1;
     
135. }
     
136. 
     
137. int check_urlparam(const char *s, int *io_off, int lmt)
     
138. {
     
139.         int off;
     
140. 
     
141.         off = *io_off;
     
142.         if (skip_text(s, &off, lmt, "?") == 0) {
     
143.                 if (check_urlparam_item(s, &off, lmt) == 0) {
     
144.                         while (skip_text(s, &off, lmt, "&") == 0
     
145.                                 && check_urlparam_item(s, &off, lmt) == 0) {
     
146.                         }
     
147.                 }
     
148.         }
     
149.         *io_off = off;
     
150.         return 0;
     
151. }
     
152. 
     
153. int check_urltag(const char *s, int *io_off, int lmt)
     
154. {
     
155.         int off;
     
156. 
     
157.         off = *io_off;
     
158.         if (skip_text(s, &off, lmt, "#") == 0) {
     
159.                 check_url_id(s, &off, lmt);
     
160.         }
     
161.         *io_off = off;
     
162.         return 0;
     
163. }
     
164. 
     
165. int check_url(const char *url, int url_len)
     
166. {
     
167.         int off;
     
168. 
     
169.         off = 0;
     
170.         if (check_url_id(url, &off, url_len) == 0) {
     
171.                 if (skip_text(url, &off, url_len, "://") == 0) {
     
172.                         if (check_urlname(url, &off, url_len) == 0) {
     
173.                                 if (skip_text(url, &off, url_len, ":") == 0) {
     
174.                                         if (check_urlname(url, &off, url_len) == 0) {
     
175.                                                 if (skip_text(url, &off, url_len, "@") == 0) {
     
176.                                                         if (check_urlname(url, &off, url_len) == 0) {
     
177.                                                                 while (skip_text(url, &off, url_len, ".") == 0
     
178.                                                                         && check_urlname(url, &off, url_len) == 0) {
     
179.                                                                 }
     
180.                                                                 if (skip_text(url, &off, url_len, ":") == 0) {
     
181.                                                                         check_portnum(url, &off, url_len);
     
182.                                                                 }
     
183.                                                                 check_urlpath(url, &off, url_len);
     
184.                                                                 check_urlparam(url, &off, url_len);
     
185.                                                                 check_urltag(url, &off, url_len);
     
186.                                                                 if (off == url_len) {
     
187.                                                                         return 0;
     
188.                                                                 }
     
189.                                                         }
     
190.                                                 }
     
191.                                         }
     
192.                                 }else if (skip_text(url, &off, url_len, "@") == 0) {
     
193.                                         if (check_urlname(url, &off, url_len) == 0) {
     
194.                                                 while (skip_text(url, &off, url_len, ".") == 0
     
195.                                                         && check_urlname(url, &off, url_len) == 0) {
     
196.                                                 }
     
197.                                                 if (skip_text(url, &off, url_len, ":") == 0) {
     
198.                                                         check_portnum(url, &off, url_len);
     
199.                                                 }
     
200.                                                 check_urlpath(url, &off, url_len);
     
201.                                                 check_urlparam(url, &off, url_len);
     
202.                                                 check_urltag(url, &off, url_len);
     
203.                                                 if (off == url_len) {
     
204.                                                         return 0;
     
205.                                                 }
     
206.                                         }
     
207.                                 }else {
     
208.                                         while (skip_text(url, &off, url_len, ".") == 0
     
209.                                                 && check_urlname(url, &off, url_len) == 0) {
     
210.                                         }
     
211.                                         if (skip_text(url, &off, url_len, ":") == 0) {
     
212.                                                 check_portnum(url, &off, url_len);
     
213.                                         }
     
214.                                         check_urlpath(url, &off, url_len);
     
215.                                         check_urlparam(url, &off, url_len);
     
216.                                         check_urltag(url, &off, url_len);
     
217.                                         if (off == url_len) {
     
218.                                                 return 0;
     
219.                                         }
     
220.                                 }
     
221.                         }
     
222.                 }
     
223.         }
     
224.         return -1;
     
225. }
     
226. 
     
227. /* TESTING */
     
228. 
     
229. #define LENGTH(a) (sizeof(a)/sizeof((a)[0]))
     
230. 
     
231. #include <stdio.h>
     
232. 
     
233. int main(void)
     
234. {
     
235.         struct url_example {
     
236.                 const char *url_text;
     
237.                 int result;
     
238.         }url_examples[] = {
     
239.                 "http://abc@aa1.com:368?a=123&b=456#kkk", 0,
     
240.                 "http://abc.aa1.com:368?a=123&b=456#kkk", 0,
     
241.                 "http://abc@abc.aa1.com?a=123&b=456#kkk", 0,
     
242.                 "http://abc.aa1.com", 0,
     
243.                 "ftp://user:password@abc.aa1.com:22", 0,
     
244.                 "http://123@abc.aa1.com#kk", 0,
     
245.                 "http://abc@aa-bb.net:387?a=23343&b=%2f#kslkj", 0,
     
246.                 "http://abc@aa-bb.net:3a87?a=23343&b=%2f#kslkj", -1,
     
247.                 "http-ftp@://www.sina.com", -1,
     
248.         };
     
249.         int i;
     
250.         int retval;
     
251. 
     
252.         for (i = 0; i < LENGTH(url_examples); ++i) {
     
253.                 fputs(url_examples[i].url_text, stdout);
     
254.                 retval = check_url(url_examples[i].url_text, strlen(url_examples[i].url_text));
     
255.                 if (url_examples[i].result == 0) {
     
256.                         fputs(" => CORRECT TESTING... ", stdout);
     
257.                 }else {
     
258.                         fputs(" => WRONG TESTING... ", stdout);
     
259.                 }
     
260.                 if (retval == url_examples[i].result) {
     
261.                         puts("PASSED");
     
262.                 }else {
     
263.                         puts("FAILED");
     
264.                 }
     
265.         }
     
266.         return 0;
     
267. }
     

复制代码