Question

我想编写一个C＃方法，将任何标题转换为URL友好字符串，类似于stackoverflow的作用：

用短划线替换空格
删除括号
等

我正在考虑按照RFC 3986标准（来自Wikipedia）删除保留字符，但我不知道这是否足够？这会使链接变得可行，但是有人知道堆栈溢出时其他字符被替换了吗？我不希望在我的网址中以％-s结尾......

当前实施

string result = Regex.Replace(value.Trim(), @"[!*'""`();:@&+=$,/\\?%#\[\]<>«»{}_]");
return Regex.Replace(result.Trim(), @"[\s*[\-–—\s]\s*]", "-");

我的问题

我应该删除哪些字符？
我应该限制结果字符串的最大长度吗？
任何人都知道SO上的标题适用哪些规则？

子问题
我是否应该将此问题移至元，即使它与编程有关？

Answer 1

而不是寻找要替换的内容，而不是unreserved chars is so short的列表，它将为明确的正则表达式做准备。

return Regex.Replace(value, @"[^A-Za-z0-9_\.~]+", "-");

（请注意，我没有在允许的字符列表中包含短划线;因此它被“1个或更多”运算符[+]吞噬，以便多个破折号（在原始或根据Dominic Rodger的优点，生成或组合崩溃了。）

您可能还想删除常用词（“the”，“an”，“a”等），但这样做可能会略微改变句子的含义。可能还想删除任何尾随破折号和句号。

还强烈建议您执行SO和其他人所做的操作，并在标题之外添加唯一标识符其他，然后在处理URL时仅使用该唯一ID。所以http://example.com/articles/1234567/is-the-pop-catholic（注意缺少的'e'）和http://example.com/articles/1234567/is-the-pope-catholic解析为同一资源。

Answer 2

我会这样做：

string url = title;
url = Regex.Replace(url, @"^\W+|\W+$", "");
url = Regex.Replace(url, @"'\"", "");
url = Regex.Replace(url, @"_", "-");
url = Regex.Replace(url, @"\W+", "-");

基本上这是做什么的：

从标题的开头和结尾删除非单词字符;
删除单引号和双引号（主要是为了摆脱单词中间的撇号）;
用连字符替换下划线（下划线在技术上是一个单词字符以及数字和字母）;和
用一个连字符替换所有非单词字符组。

Answer 3

大多数“sluggifiers”（转换为friendly-url类型名称的方法）倾向于执行以下操作：

除了空格，短划线，下划线和字母数字之外的所有内容。
（可选）删除“常用词”（the，a，an，of，等等）。
用短划线替换空格和下划线。
（可选）转换为小写。

据我所知，StackOverflow的缓冲器执行＃1，＃3和＃4，但不执行＃2。

Answer 4

这个怎么样：

string FriendlyURLTitle(string pTitle)
{
    pTitle = pTitle.Replace(" ", "-");
    pTitle = HttpUtility.UrlEncode(pTitle);
    return Regex.Replace(pTitle, "\%[0-9A-Fa-f]{2}", "");
}

Answer 5

这就是我目前的说法。

        public static string Slug(this string value)
    {
        if (value.HasValue())
        {
            var builder = new StringBuilder();
            var slug = value.Trim().ToLowerInvariant();

            foreach (var c in slug)
            {
                switch (c)
                {
                    case ' ':
                        builder.Append("-");
                        break;
                    case '&':
                        builder.Append("and");
                        break;
                    default:

                        if ((c >= '0' && c <= '9') || (c >= 'a' && c <= 'z') && c != '-')
                        {
                            builder.Append(c);
                        }

                        break;
                }
            }

            return builder.ToString();
        }

        return string.Empty;
    }

Answer 6

我用这个......

    public static string ToUrlFriendlyString(this string value)
    {
        value = (value ?? "").Trim().ToLower();

        var url = new StringBuilder();

        foreach (char ch in value)
        {
            switch (ch)
            {
                case ' ':
                    url.Append('-');
                    break;
                default:
                    url.Append(Regex.Replace(ch.ToString(), @"[^A-Za-z0-9'()\*\\+_~\:\/\?\-\.,;=#\[\]@!$&]", ""));
                    break;
            }
        }

        return url.ToString();
    }

Answer 7

这对我有用

string output = Uri.UnescapeDataString(input);

将标题转换为虚线URL友好字符串

当前实施

我的问题

7 个答案: