表单textarea内容URL检测问题：正则无法过滤含链接的邮件

我之前处理表单内容检测时也踩过类似的坑！你的正则在检测独立URL时表现不错，但遇到嵌套在HTML属性（比如_a href="http://..."）里的链接就失效，主要是原正则存在几个关键问题：

原正则的核心问题 #

1. 错误的字符转义：正则里写的&会被当作字面量&匹配，而不是实际的&符号——这会直接导致包含&参数的URL无法被检测到。
2. 分组语法错误：(https?|ftp|file|):\/\/里多了一个多余的竖线，使得这个分组可以匹配空值，干扰了正常的URL前缀匹配逻辑。
3. 单词边界的局限性：开头的\b虽然能匹配独立URL的边界，但当URL被引号、HTML标签等包裹时，某些字符组合会让\b的匹配逻辑失效，导致漏检。

修正后的正则方案 #

针对你的场景，我推荐两种修正后的正则：

方案1：通用URL检测（覆盖HTML属性中的链接）

这个版本修复了语法错误，去掉了限制匹配范围的单词边界，能检测所有形式的URL：

/((https?|ftp|file):\/\/|www\.)[-A-Z0-9+&@#\/%?=~_|!:,.;]*[-A-Z0-9+&@#\/%=~_|]/gi

• 去掉了开头的\b，允许URL前缀前面出现任意字符（比如引号、下划线、HTML标签内容）
• 把&替换成&，确保能匹配URL中的参数分隔符
• 修复了分组错误，去掉了多余的竖线
• 添加g标志可以一次性匹配内容中所有的URL

方案2：更精准的检测（避免误匹配）

如果需要减少误匹配（比如避免匹配abc://这类无效前缀），可以用这个版本，专门处理HTML属性中被引号包裹的场景：

/["'\s]?((https?|ftp|file):\/\/[^\s"']+|www\.[^\s"']+)/gi

• 允许URL前面有可选的引号、单引号或空格，完美覆盖href="http://..."这类场景
• 用[^\s"']+匹配URL主体，防止匹配到引号之外的无关内容

额外优化建议 #

如果你的textarea内容经常包含HTML代码，单纯用正则可能还是会有漏检或误判的情况。可以结合DOM解析来提取所有链接，再进行验证，准确性更高：

const textareaContent = document.getElementById('your-textarea').value;
// 解析HTML内容提取所有链接
const parser = new DOMParser();
const doc = parser.parseFromString(textareaContent, 'text/html');
const hasLinkedURL = doc.querySelectorAll('a[href]').length > 0;
// 结合正则检测纯文本URL
const hasPlainURL = /((https?|ftp|file):\/\/|www\.)[-A-Z0-9+&@#\/%?=~_|!:,.;]*[-A-Z0-9+&@#\/%=~_|]/gi.test(textareaContent);
// 最终判断是否包含URL
const containsURL = hasLinkedURL || hasPlainURL;

内容的提问来源于stack exchange，提问作者user3052443