Question

我编写了一个函数来替换href的值与某些值+原始href值

说： -

<a href="/somepage.htm" id="test">

替换为

<a href="http//www.stackoverflow.com/somepage.htm" id="test">

无需更换的地方： -

<a href="http//www.stackoverflow.com/somepage.htm" id="test">
 <a href="#" id="test">
<a href="javascript:alert('test');" id="test">
<a href="" id="test">

我编写了以下方法，处理了所有案例，但没有使用空白值href

public static string RelativeToAbsoluteURLS(string text, string absoluteUrl, string pattern = "src|href")
    {
        if (String.IsNullOrEmpty(text))
        {
            return text;
        }
        String value = Regex.Replace(text, "<(.*?)(" + pattern + ")=\"(?!http|javascript|#)(.*?)\"(.*?)>", "<$1$2=\"" + absoluteUrl + "$3\"$4>", RegexOptions.IgnoreCase | RegexOptions.Multiline);

        return value.Replace(absoluteUrl + "/", absoluteUrl);
    }

写?!http|javascript|#忽略http, javascript, #，因此它适用于这些情况，但如果我们考虑遵循部分

(?!http|javascript|#)(.*?)

并将此*替换为+

(?!http|javascript|#)(.+?)

它不适用于空箱。

Answer 1

将*更改为+不起作用，因为您完全错了：

*表示＆＃34;零或更多＆＃34;
+表示＆＃34;一个或多个＆＃34;

因此，对于+，您强制要求内容，而不是允许内容丢失。

你错的另一件事是安置。该地点的*是指.。它们一起表示零个或多个字符＆＃34;。因此，此部分已经不需要任何内容。因此，由于您的正则表达式目前不适用于null内容，因此其他似乎需要这样做。

查看前面的表达式：

(?!http|javascript|#)(.*?)

?!是一个零宽度的负向前瞻。零宽度。负。这意味着它也不需要任何内容。

所以，我收到了你的代码，将其粘贴到the online compiler，然后我用你的例子<a href="" id="test">提供了它：

使用System.IO; 使用系统; 使用System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string text = "<a href=\"\" id=\"test\">";
        string pattern = "src|href";
        string absoluteUrl = "YADA";
        string value = Regex.Replace(text, "<(.*?)(" + pattern + ")=\"(?!http|javascript|#)(.*?)\"(.*?)>", "<$1$2=\"" + absoluteUrl + "$3\"$4>", RegexOptions.IgnoreCase | RegexOptions.Multiline);

        Console.WriteLine(value);
    }
}

并猜测它的作用：

Compiling the source code....
$mcs main.cs -out:demo.exe 2>&1

Executing the program....
$mono demo.exe 
<a href="YADA" id="test">

所以，你要么说实话，要么你在这里发布时更改了代码，或者你的代码中有其他东西搞砸了，抱歉。

编辑：

所以，事实证明，href =＆＃34;＆＃34;本来应该被忽略。

然后最简单的事情是你可以添加另一个负面预测，它将明确地阻止href=""个案。但请注意，该组的位置将有所不同。当前组在href的引号内，所以它不能＆＃34; peek＆＃34;整个href-quotes是怎样的。新组必须在引号之前。

"<(.*?)(" + pattern + ")=(?!\"\")\"(?!http|javascript|#)(.*?)\"(.*?)>"

请注意，就在href的第一个引用之前，我已经添加了一个(?!\"\")，这将确保＆＃34;不会出现引用跟随引号的情况＆＃34;。< / p>

Answer 2

我知道你要求RegEx。

但是这里有另一种选择，因为我认为使用Uri.IsWellFormedUriString是值得的。这样你也可以重用helper函数：

public string RelativeToAbsoluteURLS(string text, string absoluteUrl, string pattern = "src|href")
{
    if (isHrefRelativeURIPath(text)){
        text = absoluteUrl + "/" + System.Text.RegularExpressions.Regex.Replace("///days/hours.htm", @"^\/+", "");
    }

    return text;
}

public bool isHrefRelativeURIPath(string value) {
    if (isLink(value) ||
        value.StartsWith("#") ||
        value.StartsWith("javascript"))
    {
        return false;
    }

    // Others Custom exclusions

    return true;
}


public bool isLink(string value) {
    if (String.IsNullOrEmpty(value))
        return false;

    return Uri.IsWellFormedUriString("http://" + value, UriKind.Absolute);
}

正则表达式忽略空href

2 个答案: