正则

摘抄自http://social.msdn.microsoft.com/Forums/en-US/4305d5d4-1709-4c0f-86ae-3db78d08bced/url

在写一个采集网页源代码的时候遇到一个问题：

匹配URL，以前发过贴子遇到一位大牛提到了一个正则如下：

(https://|http://)?([w-]+.)+[w-]+(/[w- ./?%&=]*)?

这样可以匹配到大量的URL，但是在匹配类似http://www.ok.com.This is a URL.****

这样的句子的时候会匹配成http://www.ok.com.This

希望求二个正则表达式。第一个能正常匹配http://www.ok.com,www.ok.net/,ok.com,www.ok.net/这样顶级域名形式的正则。

再求一个能匹配下面含分类的正则。比如：http://www.ok.com/this-is-a-article.html或者http://www.ok.com/******/

自己解决了。使用的是：

 (?i)(http://|https://)?(w+.){1,3}(com(.cn)?|cn|net|info|org|us|tk)