正则表达式替换html标记之外的匹配关键字和锚点（a）标记文本

Question

我正在开发一个asp.net应用程序。我想添加关键字链接系统。

我想让关键字成为另一个页面的超链接。但是，我不应该链接关键字，如果它当前链接（到任何页面）。例如：

it is a <a href="http://www.somesite.com">linked keyword</a> and it should be a linked keyword.

应转换为：

it is a <a href="http://www.somesite.com">linked keyword</a> and it should be a linked <a href="http://newlycreatedLink.com">keyword</a>.

如您所见，第一个关键字应保持不变。

你能帮我解决这个问题吗？

我在asp.net论坛中找到了this link。但我应该调整答案以排除当前链接的关键字。我到处搜索但一无所获。

Answer 1

要检查关键字是否在“外部”，look ahead

• (?=如果在关键字之后有一个开头<tag或$结束
• [^<>]*任意数量的字符，不是>或<
• 后跟(?:<\w|$)，\w是word-charcters的简写[a-zA-Z_0-9]

所以模式看起来像：

String pattern = @"(?i)\bkeyword\b(?=[^<>]*(?:<\w|$))";

String replacement = @"<a href=\"http://newlycreatedLink.com\">\0</a>";

将关键字放入字边界\b，并使用(?i) i修饰符区分大小写。

因此，这只会替换后跟开头标记或结尾的keyword。

---

更新：要替换keyword“内部”代码，最后不要</a添加|<\/[^a]：

String pattern = @"(?i)\bkeyword\b(?=[^<>]*(?:<\w|<\/[^a]|$))";

Answer 2

不要像这样使用正则表达式进行复杂的HTML解析。请使用正确的HTML解析器 - here's why。