Regex 我如何模仿Twitter的url缩短器？

主要的问题有点短，所以我会合作。 我正在为twitter构建一个应用程序，你可以用它执行基本操作（获取帖子、发帖、回复等）

现在我想，如果我检查一下我的应用程序中的最大140个字符的限制，那将是一个好主意。 到目前为止还不错，然后有人问我是否也可以做网址缩短的事情

所以现在我有一个正则表达式，它选择了op-most（事实上太多）url，取它们的长度，或者加上或者减去140 max的差值。 这仍然是一辆马车，但我能应付

现在我的问题

twitter似乎对他们认为的url相当挑剔： 我得到了最基本的（从http开始）：//等等），但twitter也很容易取代一些tld，（www.google.com[whatever].net/.biz/.info只是其中的一部分） 但不是

现在我想知道是否有人发现了哪些是他们做的，哪些不是他们“缩短”的

现在，因为我很确定我的正则表达式也不是最好的，所以我也将在这里放弃它：

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

---

我使用的是：

var-url\u表达式=/[-a-zA-Z0-9@:%\+.~\.~？&/=]{2256}.[a-z]{2,4}\b（\/[-a-zA-Z0-9@:%\+.~\\.~？&/=]*）/gi没有人抱怨：）
表示所有发布到Twitter上的URL都将被重写为正好19个字符长。
我想出来了，我在tld wikipage上发现了一行非常重要的内容。它指出所有国家TLD的长度都是两个字符。反之亦然；所有2个字符tld均为国家/地区。考虑到这一点，我开始用twitter测试其中的一些，我很确定我现在知道twitter缩短了哪些url，哪些url没有缩短


所有url都以http://或https开头：//
所有的url都像[某物]。[非国家tld]#com.biz.mobi等（除了.arpa和.aero）
所有url都像[某物].[某物].[有效tld]#包括国家/地区

像http://[user]：[pass]@[something].[tld]这样的链接将不会缩短


现在要为它构建一个正则表达式，我会尽快将它发布到这里：D

这就是我到目前为止所得到的：

/(^(?:(?:ht|f)tp(?:s?)\:\/\/|~\/|\/)?(?:(?:[-\w]+\.)+(?:com|asia|cat|coop|edu|int|tel|pro|org|net|gov|mil|biz|info|mobi|name|jobs|museum|travel|([a-z]{2})))(?::[\d]{1,5})?(?:(?:(?:\/(?:[-\w~!$+|.,=\(\)]|%[a-f\d]{2})+)+|\/)+|\?|#)?(?:(?:\?(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)(?:&(?:[-\w~!$+|.,*:]|%[a-f\d{2}])+=?(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)*)*(?:#(?:[-\w~!$+|.,*:=]|%[a-f\d]{2})*)?)/gim;

它仍然存在一个主要缺陷，即它也接受[domain].[tld]，而twitter不接受

我希望这将有助于未来的人。我敢肯定，在网上找到这方面的信息并不容易（或者至少我找不到它）。
推特URL，看看另一端会出现什么？哈哈，我在考虑尝试所有可能的组合。但那要花我不少时间！事实上，我只是半认真的，但仔细想想，这可能是正确的选择。从简单开始，收集结果推文，解决输出与预期不符的推文；起泡、冲洗、重复，最后几乎加在一起。但我很高兴地说，我正在到达那里！对我来说不起作用，它捕获了我需要捕获的大约50%的URL。很抱歉，我猜我的用户只是发布了非常干净/统一的URL。我希望每个“我使用这个正则表达式，没有人抱怨过”的例子都有0.0001美元，其中正则表达式有点小错误。（没有详细检查过你的，只是说“.”没问题，谢谢！我想我有点明白了twitter的期望：）我已经找到了那个页面。目前是20（https是21）。“直到最近，Twitter上所有基于HTTP的t.co链接都只有19个字符长。8月15日分阶段实施的部分内容是将t.co URL的默认长度增加到20个字符。虽然我们预计t.co链接的长度不会经常更改，但我们想提醒您检查GET的短URL长度和短URL长度\U https字段每日帮助/配置，而不是依赖硬编码的值。从twitter开发页面。你说的“tld wikipage”是什么意思？你也尝试过IDNA域名吗？我的意思是，我刚刚检查了你提供的链接，Twitter也缩短了它。