这段正则应该怎么分析啊？

Question

(/^\s*(?:(?:(?:ht|f)tps?:\/\/)?(?:(?:\w+?)(?:\.(?:[\w-]+?))*(?:\.(?:[a-zA-Z]{2,5}))|(?:(?:\d+)(?:\.\d+){3}))(?::\d{2,5})?(?:\/\S*|$)|data:(text|image)\/[\u0025-\u007a]+)\s*$/.test(TXT)什么意思，然后碰到这种正则应该怎么分析？

Answer 1

就是长点，其实没那么难，这个是用来匹配这两种东西的1.常规URL
http://localhost:8080/app/resources/css/style.css
2.DataURL:
data:image/gif;base64,R0lGODlhBAABAIABAMLBwfLx8SH5BAEAAAEALAAAAAAEAAEAAAICRF4AOw==
是用来匹配css文件里面的资源路径或者一个img的src的。
怎么分析？各个击破，你首先要克服畏难心理，摸清正则表达式的结构将其分解为几个小的表达式，然后再一个一个分析。
分析第一步：去掉?:，它的意思是不捕获，就是提高性能而已，对是否匹配的逻辑一点不影响：
^\s*(((ht|f)tps?:\/\/)?((\w+?)(\.([\w-]+?))*(\.([a-zA-Z]{2,5}))|((\d+)(\.\d+){3}))(:\d{2,5})?(\/\S*|$)|data:(text|image)\/[\u0025-\u007a]+)\s*$
然后：
^\s*(
((ht|f)tps?:\/\/)?--http(s)这个是一条重要的线索
(
(\w+?)(\.([\w-]+?))*(\.([a-zA-Z]{2,5}))域名
|或
((\d+)(\.\d+){3})IP
)
(:\d{2,5})?端口
(\/\S*|$)资源
|或
data:(text|image)\/[\u0025-\u007a]+DataURL
)\s*$
由此分析，我们可以看出这个正则表达式并不严谨，域名和IP地址部分就有很多漏洞，端口也是。