Question

如何使用Html Agility Pack + c＃将文件从文本转换为HTML链接？

例如：“www.stackoverflow.com是一个非常酷的网站。”

输出：

"<a href="www.stackoverflow.com">www.stackoverflow.com</a>  is a very cool site."

Answer 1

感谢@ user1778606的回答。虽然它仍然使用了一些正则表达式，但我得到了它的工作。它工作得更好更安全（即它永远不会在超链接和href属性中创建超链接）。

        //convert text to html
        HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
        doc.LoadHtml(inputString);

        // \w* - means it can start with any alphanumeric charactar
        // \s+ - was placed to replace all white spaces (when there is more than one word).
        // \b - set bounderies for the keyword
        const string pattern = @"((([A-Za-z]{3,9}:(?:\/\/)?)(?:[-;:&=\+\$,\w]+@)?[A-Za-z0-9.-]+|(?:www.|[-;:&=\+\$,\w]+@)[A-Za-z0-9.-]+)((?:\/[\+~%\/.\w-_]*)?\??(?:[-\+=&;%@.\w_]*)#?(?:[.\!\/\\w]*))?)";

        //get all elements text propery except for anchor element 
        var nodes = doc.DocumentNode.SelectNodes("//text()[not(ancestor::a)]") ?? new HtmlAgilityPack.HtmlNodeCollection(null);

        foreach (var node in nodes)
        {
            Regex regex = new Regex(pattern, RegexOptions.IgnoreCase);
            node.InnerHtml = regex.Replace(node.InnerHtml, "<a href=\"$1\">$1</a>").Replace("href=\"www", "href=\"http://www");
        }

        return doc.DocumentNode.OuterHtml;

Answer 2

我很确定它有可能，虽然我没有尝试过。

以下是如何使用链接替换文档中的固定字符串

Find keyword in text when keyword match certain conditions - C#

继承人如何为网址设置正则表达式

regular expression for url

将它们放在一起，应该是可能的。

伪代码

选择所有文本节点

    每个节点



获取内部文本
      在文中找到网址（使用正则表达式？）
      找到每个网址


用字符串文字链接标记（a href = etc ...）
替换url的文本

使用Html Agility Pack从文本内部URL创建Html链接

2 个答案: