Question

我有一个正则表达式函数，它会接受我输入的$ text并返回相同的文本，但是看起来像远程的任何东西就像格式化为嵌入式<a href></a>的网址。

preg_replace('@(http)?(s)?(://)?(([-\w]+\.)+([^\s]+)+[^,.\s])@', '<a href="http$2://$4">$1$2$3$4</a>', $text)

示例输出：
http://www.example.com =＆gt; <a href="http://www.example.com">http://www.example.com</a>
https://www.example.com =＆gt; <a href="https://www.example.com">https://www.example.com</a>
www.example.com =＆gt; <a href="http://www.example.com">www.example.com</a>

现在，我想扩展它，以便不执行此操作时，遇到一个“在它前面的网络地址 - 我正试图阻止它从重新嵌入已经在href =“”属性中的地址。所以，我尝试添加负面回顾，如下所示：

preg_replace('@(?<!")(http)?(s)?(://)?(([-\w]+\.)+([^\s]+)+[^,.\s])@', '<a href="http$2://$4">$1$2$3$4</a>', $text)

不幸的是，添加回顾不仅不会阻止引擎替换双引号前面的地址上的模式，它最终也会完全破坏输出。我无法弄清楚它是不是？操作员弄乱了回顾，或者回顾周围的括号实际上是否在替换规则中抛弃了我的反馈。再一次 - 我思考他们没有贡献任何捕获的模式。

Answer 1

我建议这个正则表达式不需要任何锚定（因此可以在包含链接和文本的页面上使用）：

<a href\s?=\s?"http(s)?://([^"]+)">([^<]+)</a>|(http)?(s)?(://)?((?:[-\w]+\.)+\S+[^,.\s])

用法：

$result = preg_replace('~<a href\s?=\s?"http(s)?://([^"]+)">([^<]+)</a>|(http)?(s)?(://)?((?:[-\w]+\.)+\S+[^,.\s])~', '<a href="http$1$5://$2$7">$3$4$5$6$7</a>', $text);

正则表达式匹配正常＆＃39; url和已经包含在锚标记之间的URL，但在替换中对它们的处理方式不同。

Answer 2

使用以下正则表达式在<a>代码中嵌入网站地址，而不是嵌入已嵌入的网站地址。

正则表达式：

^(?!<a href.*$)(http)?(s)?(:\/\/)?(([-\w]+\.)+([^\s]+)+[^,.\s])

<强>换人：

<a href="http$2://$4">$1$2$3$4</a>

DEMO

PHP代码：

<?php
$mystring = <<<EOT
http://www.example.com
https://www.example.com
www.example.com
<a href="http://www.example.com">http://www.example.com</a>
EOT;
$pattern = "~^(?!<a href.*$)(http)?(s)?(:\/\/)?(([-\w]+\.)+([^\s]+)+[^,.\s])~m";
$replacement = '<a href="http$2://$4">$1$2$3$4</a>';
echo preg_replace($pattern, $replacement, $mystring);
?>

<强>输出：

<a href="http://www.example.com">http://www.example.com</a>
<a href="https://www.example.com">https://www.example.com</a>
<a href="http://www.example.com">www.example.com</a>
<a href="http://www.example.com">http://www.example.com</a>

Answer 3

Avinash Raj和Jerry都提供了与我的问题中所述的参数和要求相匹配的解决方案，并且大大扩展了我对正则表达式的了解。不幸的是，我发现两个解决方案都开始用iframe src属性，mailto:地址（@符号后面）等替换字符串中带有句点分隔的地址。

经过多次尝试让正则表达式来弥补所有这些可能性之后，作为Jerry解决方案中第一个替代<a>标签内的地址的替代方案，我得出结论杰克，他发布了这里的第一个解决方案（并且不再存在）是正确的;我根本无法为我的用户提供协议猜测。所以我改变了要求：协议是必要的，用户必须指定http（s）或ftp（s）。这不是我的要求，但我想不出更好的解决方案。为此，I devised this (considerably simpler) regex and substitution规则如下：

<强>正则表达式：

~(?<!["'>])(http|ftp)(s)?://((?:[-\w]+\.)+\S+[^,.\s])~g

<强>换人：

<a href="$1$2://$3">$3</a>

我将此作为一个单独的答案发布，因为从技术上来说，它不会受到Avinash和Jerry所维护的参数的影响，而且这些参数构成了我的问题。问题的简单事实是，我无法找到一个解决方案，它会破坏iframe和其他我无法控制的元素。但我不能想到比要求用户为其链接包含协议更好的方法。我认为这是最合理的妥协，但如果有人有更好的解决方案，我很乐意听到它。

感谢大家对正则表达式本质的深入了解，特别感谢Avinash再次向我展示了regex101。

带有编号反向引用的preg_replace（）中的否定回溯无效

3 个答案: