如何使用JavaScript移除字符串中的URL（含非HTTP/HTTPS开头的URL）

要移除字符串中各类URL（包括不带HTTP/HTTPS协议的www开头、直接域名形式的URL），最直接的方式是使用正则表达式匹配并替换。以下是针对表单场景的实用实现：

基础实现：移除所有常见URL #

这个函数可以匹配并移除带协议、www前缀、纯域名等多种格式的URL：

function removeUrls(str) {
  // 正则匹配规则：覆盖HTTP/HTTPS、www开头、纯域名及路径参数
  const urlPattern = /(https?:\/\/)?(www\.)?[\w-]+(\.[\w-]+)+(\/[\w\-./?%&=]*)?/gi;
  return str.replace(urlPattern, '');
}

// 测试用例
const inputStr = "不要点www.bad-site.com或者evil.co.uk/attack?x=1，还有http://malicious.net和//fake-domain.test";
const cleanedStr = removeUrls(inputStr);
console.log(cleanedStr); 
// 输出："不要点或者，还有和"

进阶实现：排除邮箱地址 #

如果需要保留邮箱（比如user@example.com），可以调整正则排除邮箱格式：

function removeUrlsExcludeEmails(str) {
  // 匹配独立的URL，排除邮箱中的域名部分
  const urlPattern = /\b(?!mailto:)(https?:\/\/)?(www\.)?[\w-]+(\.[\w-]+)+(\/[\w\-./?%&=]*)?\b/gi;
  return str.replace(urlPattern, '');
}

// 测试用例
const mixedStr = "联系我user@good.com，不要访问www.bad.com";
const cleanedMixedStr = removeUrlsExcludeEmails(mixedStr);
console.log(cleanedMixedStr);
// 输出："联系我user@good.com，不要访问"

正则规则说明 #

• (https?:\/\/)?：匹配可选的HTTP/HTTPS协议（s可选，末尾斜杠可选）
• (www\.)?：匹配可选的www前缀
• [\w-]+(\.[\w-]+)+：匹配域名主体，支持多级域名（如co.uk）
• (\/[\w\-./?%&=]*)?：匹配可选的路径、查询参数等部分
• \b：单词边界，避免匹配字符串中间的域名片段（比如邮箱中的域名）

对于表单输入的恶意URL拦截，以上正则已经能覆盖绝大多数场景。如果需要处理更特殊的URL格式（比如带端口号），可以在正则中加入(:\d+)?来匹配端口。

内容的提问来源于stack exchange，提问作者Rue Vitale