Question

有没有更好的方法从Twitter格式化文本链接超链接，用户名和主题标签？我所拥有的是工作，但我知道这可以做得更好。我对替代技术感兴趣。我将其设置为ASP.NET MVC的HTML Helper。

using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;
using System.Web;
using System.Web.Mvc;

namespace Acme.Mvc.Extensions
{

    public static class MvcExtensions
    {
        const string ScreenNamePattern = @"@([A-Za-z0-9\-_&;]+)";
        const string HashTagPattern = @"#([A-Za-z0-9\-_&;]+)";
        const string HyperLinkPattern = @"(http://\S+)\s?";

        public static string TweetText(this HtmlHelper helper, string text)
        {
            return FormatTweetText(text);
        }

        public static string FormatTweetText(string text)
        {
            string result = text;

            if (result.Contains("http://"))
            {
                var links = new List<string>();
                foreach (Match match in Regex.Matches(result, HyperLinkPattern))
                {
                    var url = match.Groups[1].Value;
                    if (!links.Contains(url))
                    {
                        links.Add(url);
                        result = result.Replace(url, String.Format("<a href=\"{0}\">{0}</a>", url));
                    }
                }
            }

            if (result.Contains("@"))
            {
                var names = new List<string>();
                foreach (Match match in Regex.Matches(result, ScreenNamePattern))
                {
                    var screenName = match.Groups[1].Value;
                    if (!names.Contains(screenName))
                    {
                        names.Add(screenName);
                        result = result.Replace("@" + screenName,
                           String.Format("<a href=\"http://twitter.com/{0}\">@{0}</a>", screenName));
                    }
                }
            }

            if (result.Contains("#"))
            {
                var names = new List<string>();
                foreach (Match match in Regex.Matches(result, HashTagPattern))
                {
                    var hashTag = match.Groups[1].Value;
                    if (!names.Contains(hashTag))
                    {
                        names.Add(hashTag);
                        result = result.Replace("#" + hashTag,
                           String.Format("<a href=\"http://twitter.com/search?q={0}\">#{1}</a>",
                           HttpUtility.UrlEncode("#" + hashTag), hashTag));
                    }
                }
            }

            return result;
        }

    }

}

Answer 1

这与我写的在我的博客上显示我的Twitter状态的代码非常相似。我做的唯一的事情是

1）查找@name并将其替换为<a href="http://twitter.com/name">Real Name</a>;

2）连续多个@name获取逗号，如果他们没有逗号;

3）以@name(s)开头的推文格式为“To @name：”。

我认为没有任何理由这不能成为解析推文的有效方法 - 它们是一种非常一致的格式（适用于正则表达式），在大多数情况下，速度（毫秒）超出了可接受范围。

编辑：

Here is the code for my Tweet parser.放入Stack Overflow答案有点太长了。这需要一条推文：

@ user1 @ user2查看我从@ user3获得的这个很酷的链接：http://url.com/page.htm#anchor #coollinks

然后把它变成：

<span class="salutation">
    To <a href="http://twitter.com/user1">Real Name</a>,
    <a href="http://twitter.com/user2">Real Name</a>:
</span> check out this cool link I got from
<span class="salutation">
    <a href="http://www.twitter.com/user3">Real Name</a>
</span>:
<a href="http://site.com/page.htm#anchor">http://site.com/...</a>
<a href="http://twitter.com/#search?q=%23coollinks">#coollinks</a>

它还将所有标记包装在一个小JavaScript中：

document.getElementById('twitter').innerHTML = '{markup}';

这就是推文提取器可以作为JS异步运行，如果Twitter关闭或放慢，它不会影响我网站的页面加载时间。

Answer 2

我创建了帮助方法，将文本缩短为包含url的140个字符。您可以将共享长度设置为0以从推文中排除网址。

 public static string FormatTwitterText(this string text, string shareurl)
    {
        if (string.IsNullOrEmpty(text))
            return string.Empty;

        string finaltext = string.Empty;
        string sharepath = string.Format("http://url.com/{0}", shareurl);

        //list of all words, trimmed and new space removed
        List<string> textlist = text.Split(' ').Select(txt => Regex.Replace(txt, @"\n", "").Trim())
                              .Where(formatedtxt => !string.IsNullOrEmpty(formatedtxt))
                              .ToList();

        int extraChars = 3; //to account for the two dots ".."
        int finalLength = 140 - sharepath.Length - extraChars;
        int runningLengthCount = 0;
        int collectionCount = textlist.Count;
        int count = 0;
        foreach (string eachwordformated in textlist
                .Select(eachword => string.Format("{0} ", eachword)))
        {
            count++;
            int textlength = eachwordformated.Length;
            runningLengthCount += textlength;
            int nextcount = count + 1;

            var nextTextlength = nextcount < collectionCount ? 
                                             textlist[nextcount].Length : 
                                             0;

            if (runningLengthCount + nextTextlength < finalLength)
                finaltext += eachwordformated;
        }

        return runningLengthCount > finalLength ? finaltext.Trim() + ".." : finaltext.Trim();
    }

Answer 3

这个链接解析Twitter消息有很好的资源，对我有用：

如何在C＃3.0中解析Twitter用户名，Hashtags和URL

http://jes.al/2009/05/how-to-parse-twitter-usernames-hashtags-and-urls-in-c-30/

它包含对以下内容的支持：

网址
＃哈希标签
@使用者名称

BTW： ParseURL（）方法中的正则表达式需要检查，它将股票代码（BARC.L）解析为链接。

使用C＃格式化Twitter文本（TweetText）

3 个答案: