Vielleicht sollte man es für die Wörter am Anfang auch mit einem regulären Ausdruck regeln. Etwas wie ^(javascript|file|data|jar)\: könnte da bereits helfen in Verbindung mit preg_match.

Nicht nur vielleicht... so wird ja nur das Protokoll am Anfang des Strings gefunden (den Accent Circonflex (^) am Anfang hatte ich erst nicht richtig verstanden).