URL 驗證分兩個層面:格式合法性 (符合 RFC 3986 語法) 與 可達性 (網絡層面能否連通)。單靠正則無法保證站點存活,單靠請求又太慢。本文提供「正則快速預檢 + cURL 異步探活」的組合方案。
PHP 內建 `filter_var($url, FILTER_VALIDATE_URL)` 雖方便,但對國際化域名 (IDN)、IPv6、非標準端口支援有限。推薦使用 經過實戰驗證的正則 或 League\Uri 庫。
function isValidUrlFormat(string $url): bool {
return filter_var($url, FILTER_VALIDATE_URL, FILTER_FLAG_SCHEME_REQUIRED | FILTER_FLAG_HOST_REQUIRED) !== false;
}
// 注意:預設不驗證 IP 格式、端口範圍、路徑字符集
function isValidUrlStrict(string $url): bool {
// 修正原文正則轉義問題,採用 PCRE 詳細模式 (x) 便於閱讀
$pattern = <<<'REGEX'
~
^
(?:https?://) # Scheme
(?:
(?:(?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+[a-z]{2,}) # 域名
| # 或
(?:(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)\.){3}(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d) # IPv4
| # 或
\[(?:[0-9a-fA-F:]+)\] # IPv6 (簡化)
)
(?::\d{1,5})? # 可選端口
(?:/[^?#\s]*)? # 路徑
(?:\?[^#\s]*)? # 查詢字符串
(?:#\S*)? # 片段
$
~ix
REGEX;
return (bool)preg_match($pattern, $url);
}
use League\Uri\Schemes\Http;
use League\Uri\Contracts\UriInterface;
function isValidUrlLeague(string $url): bool {
try {
$uri = Http::createFromString($url);
return $uri->validate() === true;
} catch (\Throwable) {
return false;
}
}
function isUrlReachable(string $url, int $timeout = 5): array {
$ch = curl_init($url);
curl_setopt_array($ch, [
CURLOPT_NOBODY => true, // HEAD 請求
CURLOPT_RETURNTRANSFER => true,
CURLOPT_FOLLOWLOCATION => true, // 跟隨重定向
CURLOPT_MAXREDIRS => 5,
CURLOPT_TIMEOUT => $timeout,
CURLOPT_CONNECTTIMEOUT => 3,
CURLOPT_SSL_VERIFYPEER => false, // 內網/自簽證書環境可關閉
CURLOPT_SSL_VERIFYHOST => 0,
CURLOPT_USERAGENT => 'PHP-URL-Checker/1.0',
]);
$result = curl_exec($ch);
$info = curl_getinfo($ch);
$errno = curl_errno($ch);
$error = curl_error($ch);
curl_close($ch);
return [
'reachable' => $result !== false && $info['http_code'] < 400,
'http_code' => $info['http_code'] ?? 0,
'total_time' => $info['total_time'] ?? 0,
'error' => $errno ? "cURL error ($errno): $error" : null,
'effective_url' => $info['url'] ?? $url, // 重定向後最終 URL
];
}
// 使用
$check = isUrlReachable('https://example.com');
if ($check['reachable']) {
echo "可訪問 (HTTP {$check['http_code']}, {$check['total_time']}s)";
} else {
echo "不可達: {$check['error']}";
}
function validateUrlComplete(string $url, bool $checkReachable = true): array {
// 1. 格式快速檢查 (同步,極快)
if (!isValidUrlStrict($url)) {
return ['valid' => false, 'reason' => 'format_invalid'];
}
// 2. 可達性檢查 (可選,耗時)
if (!$checkReachable) {
return ['valid' => true, 'format_ok' => true];
}
// 同步版 (簡單場景)
$reach = isUrlReachable($url);
return [
'valid' => $reach['reachable'],
'format_ok' => true,
'http_code' => $reach['http_code'],
'final_url' => $reach['effective_url'],
'latency' => $reach['total_time'],
];
}
// 異步批量檢測 (Swoole/CurlMulti/ReactPHP)
function batchCheckUrls(array $urls, int $concurrency = 10): Generator {
$mh = curl_multi_init();
$handles = [];
$results = [];
foreach ($urls as $i => $url) {
$ch = curl_init($url);
curl_setopt_array($ch, [
CURLOPT_NOBODY => true,
CURLOPT_RETURNTRANSFER => true,
CURLOPT_FOLLOWLOCATION => true,
CURLOPT_TIMEOUT => 5,
CURLOPT_SSL_VERIFYPEER => false,
]);
curl_multi_add_handle($mh, $ch);
$handles[$i] = $ch;
}
$running = null;
do {
curl_multi_exec($mh, $running);
curl_multi_select($mh);
while ($info = curl_multi_info_read($mh)) {
$ch = $info['handle'];
$key = array_search($ch, $handles, true);
$info = curl_getinfo($ch);
$errno = curl_errno($ch);
$results[$key] = [
'url' => $urls[$key],
'reachable' => !$errno && $info['http_code'] < 400,
'http_code' => $info['http_code'],
'time' => $info['total_time'],
];
curl_multi_remove_handle($mh, $ch);
curl_close($ch);
}
} while ($running);
curl_multi_close($mh);
foreach ($results as $res) yield $res;
}
| 函數 | 用途 | 優點 | 缺點 |
|---|---|---|---|
| filter_var($url, FILTER_VALIDATE_URL) | 格式驗證 | 零依賴、快 | 規則寬鬆、不支援 IDN/IPv6 完整 |
| parse_url() | 解析組件 | 提取 scheme/host/path/query | 不驗證合法性、對異常 URL 行為不一 |
| get_headers() | 獲取響應頭 | 簡單一行 | 無法控制超時、重定向、SSL、User-Agent;被禁用時失效 |
| file_get_contents() | 獲取內容 | 簡單 | 下載整個 Body、慢、無超時控制、內存壓力大 |
| fopen($url, 'r') | 流式讀取 | 可流式 | 同 get_headers 限制 |
| cURL (推薦) | 全功能 HTTP 客戶端 | 完全控制、高性能、支援並發 | 代碼較繁瑣 |
URL 驗證不應是單一手段。正則守門 (格式) + cURL 探活 (可達性) + 異步緩存 (效能) 才是工業級解決方案。將上述代碼封裝為 `UrlValidator` 服務類,注入容器,讓控制器保持精簡:`$validator->validate($url)` / `$validator->batchCheck($urls)`。