正则表达式链接网址忽略现有链接

Question

我已经建立了一个正则表达式，在网址周围放置一个锚标记，如下所示：

http://www.google.com
https://www.google.com
http://google.com

它忽略了大小写，它也忽略了已经在链接中的网址，例如：

<a href="hTTP://www.google.com">HttP://www.google.com</a>

我需要做的最后一点是链接一个不在协议之前的网址，但至少以www。开头，例如：

www.google.com

我可以在这里看到并调整我保存的正则表达式：

https://regex101.com/r/Rf3HF8/1

这是真正的正则表达式：

(?i)(?<!")http(s)?:\/\/([a-zA-Z0-9\\~\\!\\@\\#\\$\\%\\^\\&amp;\\*\\(\\)_\\-\\=\\+\\\\\\\/\\?\\.\\:\\;\\'\\,]*+)(?!<\/a>)

Answer 1

你可以尝试这个：

((?:http(s)?(:\/\/)))?((?:www\.)?)([\w-]+)(\.)(com)

打破它：

• ((?:http(s)?(:\/\/)))? - http上的可选匹配，https加上://但不是://

• ((?:www\.)?) - www.

上的可选匹配项

• ([\w-]+) - 匹配一个或多个[a-zA-Z_]和连字符 - 这是google部分

• (\.) - 在.和google

之间匹配com

• (com) - 只需匹配com部分

正则表达式完全匹配以下示例：

http://www.google.com
https://www.google.com
http://google.com
https://google.com
www.google.com
www.google-blah.com

仅部分匹配：

://www.foo.com
http://sub.domain.com

保存在此处：https://regex101.com/r/vlYZ5N/1

花式图：

Answer 2

你没有说出你正在使用哪种正则表达式。希望有一些工作负面观察的东西，比如PCRE：

结合并扩展之前的答案：

(?<!["']>|["'])(?:(?:https?:\/\/)|(?<!\/\/)www\.|(?:https?::\/\/)www\.)(?:\w+\.)+\w+(?:\/[a-z0-9-._~:\/?#[\]@!$&'()*+,;=%]*)?

在此播放：https://regex101.com/r/jCpbgi/1

这应该适用于各种各样的网址和域名，并且不匹配以前链接的网址。