需要一個很好的正則表達式來將URL轉換爲鏈接，但只保留現有鏈接

Question

我有一個用戶提交的內容負載。它是HTML，可能包含URL。其中一些將是<a>已經（如果用戶是好的），但有時用戶懶惰，只需鍵入www.something.com或最好http://www.something.com。

我找不到一個體面的正則表達式來捕獲URL，但忽略立即在雙引號或'>'右邊的那些。任何人都有一個？

Answer 1

Jan Goyvaerts，RegexBuddy的創建者，擁有written a response給Jeff Atwood的博客，該博客解決Jeff提供的問題並提供了一個很好的解決方案。

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

爲了忽略發生的旁邊的一個「或>，您可以添加(?<![">])的正則表達式的開始比賽，所以你得到

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

這將匹配完整地址（http://.. ）以及與WWW或FTP起始地址 - 你的運氣與地址一樣ars.userfriendly.org ...

Answer 2

無恥插頭：你可以看看這裏（regular expression replace a word by a link）爲靈感

。

這個問題要求用某個鏈接替換某個詞，除非已經存在鏈接。所以你遇到的問題或多或少是一回事。

您只需要一個匹配URL的正則表達式（代替單詞）。最簡單的假設是這樣的：一個URL（可選）以"http://","ftp://"或"mailto:"開頭，只要沒有空格字符，換行符，標記括號或引號就可以持續。

要小心，長的正則表達式在前面。不區分大小寫應用。

(href\s*=\s*['"]?)?((?:http://|ftp://|mailto:)?[^.,<>"'\s\r\n\t]+(?:\.(?![.<>"'\s\r\n])[^.,!<>"'\s\r\n\t]+)+) 

被警告 - 這也將匹配在技術上無效的網址，它可以識別things.formatted.like.this作爲URL。如果它太不靈敏，這取決於你的數據。如果你有例子返回誤報，我可以微調正則表達式。

正則表達式將產生兩個匹配組。第2組將包含匹配的東西，這很可能是一個URL。組1將包含一個空字符串或'href="'。你可以用它作爲一個指標，表明這個匹配發生在裏面現有鏈接的href參數，你不必觸摸那個。

一旦你確認此做正確的事你大部分時間（與用戶提供的數據，你永遠無法確定），你可以做其餘的兩個步驟，正如我在另議它問題：

1. 讓周圍的每一個URL鏈接存在（除非有東西在比賽第1組！）這將產生的事物，本來就有連桿雙嵌套<a>標籤。
2. 掃描錯誤嵌套<a>標籤，去掉最裏面的一個

Answer 3

要跳過現有的只使用一個向後看 - 添加(?<!href=")到你的正則表達式的開始，所以它看起來是這樣的：

/(?<!href=")http://\S*/ 

顯然，這不是對找到所有類型的URL的完整的解決方案，但是這應該解決您與現有搞亂的問題。

Answer 4

我做了少許修改包含在原來的答案正則表達式：

(?<![.*">])\b(?:(?:https?|ftp|file)://|[a-z]\.)[-A-Z0-9+&#/%=~_|$?!:,.]*[A-Z0-9+&#/%=~_|$] 

，讓更多的子域，並可以運行在標籤更爲全面檢查。若要將此PHP的預浸料代替，你可以使用：

$convertedText = preg_replace('@(?<![.*">])\b(?:(?:https?|ftp|file)://|[a-z]\.)[-A-Z0-9+&#/%=~_|$?!:,.]*[A-Z0-9+&#/%=~_|$]@i', '<a href="\0" target="_blank">\0</a>', $originalText); 

注意，我刪除@從正則表達式，爲了使用它作爲一個的preg_replace分隔符。無論如何，@將很少用在URL中。

很明顯，你可以修改替換文本，並刪除目標=「_空白」，或添加相對=「nofollow」等

希望有所幫助。

Answer 5

這條線程比較古老，但我在處理自己的問題時遇到了它：也就是說，將任何網址轉換爲鏈接，但不要將任何已經存在於錨定標記中的網址留下。過了一會兒，這是什麼彈出：

(?!(?!.*?<a)[^<]*<\/a>)(?:(?:https?|ftp|file)://|www\.|ftp\.)[-A-Z0-9+&#/%=~_|$?!:,.]*[A-Z0-9+&#/%=~_|$] 

用下面的輸入：

http://www.google.com 
http://google.com 
www.google.com 

<p>http://www.google.com<p> 

this is a normal sentence. let's hope it's ok. 

<a href="http://www.google.com">www.google.com</a> 

這是一個preg_replace函數的輸出：

<a href="http://www.google.com" rel="nofollow">http://www.google.com</a> 
<a href="http://google.com" rel="nofollow">http://google.com</a> 
<a href="www.google.com" rel="nofollow">www.google.com</a> 

<p><a href="http://www.google.com" rel="nofollow">http://www.google.com</a><p> 

this is a normal sentence. let's hope it's ok. 

<a href="http://www.google.com">www.google.com</a> 

只是想回貢獻爲了節省一些時間。

Answer 6

if (preg_match('/\b(?<!=")(https?|ftp|file):\/\/[-A-Z0-9+&@#\/%?=~_|!:,.;]*[A-Z0-9+&@#\/%=~_|](?!.*".*>)(?!.*<\/a>)/i', $subject)) { 
    # Successful match 
} else { 
    # Match attempt failed 
}