Question

我正在尝试匹配看起来像这样的字符串：

http://www.google.com

但如果它发生在更大的上下文中，请不要这样：

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

我得到的正则表达式在我测试过的几个不同的RegEx引擎（PHP，ActionScript）中的工作如下：

(?<!["'>]\b*)((https?://)([A-Za-z0-9_=%&@?./-]+))\b

您可以在此处看到它：http://regexr.com?36g0e

问题是特定的RegEx似乎在.NET下无法正常工作。

private static readonly Regex fixHttp = new Regex(@"(?<![""'>]\b*)((https?://)([A-Za-z0-9_=%&@?./-]+))\b", RegexOptions.IgnoreCase);
private static readonly Regex fixWww = new Regex(@"(?<=[\s])\b((www\.)([A-Za-z0-9_=%&@?./-]+))\b", RegexOptions.IgnoreCase);

public static string FixUrls(this string s)
{
    s = fixHttp.Replace(s, "<a href=\"$1\">$1</a>");
    s = fixWww.Replace(s, "<a href=\"http://$1\">$1</a>");
    return s;
}

具体来说，.NET似乎没有关注第一个\b*。换句话说，它正确地无法匹配此字符串：

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

但是它错误地匹配了这个字符串（请注意额外的空格）：

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

关于我做错了什么或如何解决它的任何想法？

Answer 1

我正等着其中一个真正回答这个问题的人在这里弹出答案，但由于他们没有，我会把它扔进去。

我不是确切地确定出了什么问题，但事实证明，在.NET中，我需要用\b*替换\s*。 \s*似乎不适用于其他RegEx引擎（我只进行了一些测试），但它确实可以与.NET一起使用。我在\b周围阅读的文档会让我相信它应该匹配一个单词的空白，但也许我误会了，或者也许有些奇怪的东西围绕捕获不同的引擎处理不同的东西

无论如何，这是我最后的RegEx：

(?<!["'>]\s*)((https?:\/\/)([A-Za-z0-9_=%&@\?\.\/\-]+))\b

我不明白出了什么问题，足以为这个改变的原因提供任何真实的背景，而且我不喜欢RegExes，我不能完全证明时间搞清楚，但也许它会帮助某人否则最终： - ）。

RegEx不适用于.NET，但适用于其他RegEx实现

1 个答案: