这个正则表达式匹配但不应该匹配。为什么?

这个正则表达式:

^((http)?| ftp)\:(\/\/)(文件\:\/{2,3}))?((25[0-5]2[0-4][0-9][01]?[0-9] [0-9]?){)3 } (25[0-5]2[0-4][0-9][01]?[0-9][0-9]?)|((((([A-ZA-Z0-9]+)(\)?)+?)(\.)([a-z]{2} [COM.O.G.N.G.V.I.I.I.BIZ.BiFiffiMabi,No.AyooWorksOffice(博物馆))([AZ-Z-Z-9]?\=\&\%\/]*)?$

格式化以便可读:

^( # Begin regex / begin address clause
  (https?|ftp)\:(\/\/)|(file\:\/{2,3}))? # protocol
  ( # container for two address formats, more to come later
   ((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}
   (25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?) # match IP addresses
  )|( # delimiter for address formats
   ((([a-zA-Z0-9]+)(\.)?)+?) # match domains and any number of subdomains
   (\.) #dot for .com
   ([a-z]{2}|com|org|net|gov|mil|biz|info|mobi|name|aero|jobs|museum) #TLD clause
  ) # end address clause
([a-zA-Z0-9\?\=\&\%\/]*)? # querystring support, will pretty this up later
$

匹配:

www.谷歌公司

不应该是。这是我的“失败”测试用例之一。我已经声明在alpha而不是ip上进行匹配时,url的tld部分是必需的,并且“google”不适合“[a-z]{2}”子句。

请记住,我将分别解决以下问题-这个问题是关于为什么它匹配www.google而不应该匹配。

• querystring只需要支持正确的格式,当前接受querystring字符的任意组合
• 不支持几个协议,尽管我的需求范围可能不包括它们
• 不包含3个字符的罕见TLD
• 可能匹配 http://www.google..com -将检查连续的点
• 不支持十进制IP地址格式

我的正则表达式怎么了?

编辑:另请参阅此regex的早期版本在不同测试用例上的先前问题: How can I make this regex match correctly?

edit2:已修复-更正的regex(按要求)为:

^((http)?| ftp)\:(\/\/)(文件\:\/{2,3}))?((25[0-5]2[0-4][0-9][01]?[0-9] [0-9]?){)3 } (25[0-5]2[0-4][0-9][01]?[0-9][0-9]?)|((((([A-ZA-Z0-9]+)(\)?)+?)([.])([AZ] { 2 } com,O.G.O.G.net,GoV.MiL.Biz,Fippi,Mabi,No.[A] [\/AZ-Z0-9\[*])*([/])?[\?][A-ZA-Z0-9\=\&\%\/]*)?$