Question

假设我有来自twitter的以下字符串：

"This is my sample test blah blah http://t.co/pE6JSwG, hello all"

如何解析此字符串，将此链接更改为<a href="link">link</a>？这是一个解析用户标签的代码：

    tweet = s.text;
    user_regex = re.compile(r'@[0-9a-zA-Z+_]*',re.IGNORECASE)

    for tt in user_regex.finditer(tweet):
        url_tweet = tt.group(0).replace('@','')
        tweet = tweet.replace(tt.group(0),
            '<a href="http://twitter.com/'+
            url_tweet+'" title="'+
            tt.group(0)+'">'+
            tt.group(0)+'</a>')

我现在正在使用url的正则表达式：

    http_regex = re.compile(r'[A-Za-z]+:\/\/[A-Za-z0-9-_]+\.[A-Za-z0-9-_:%&\?\/.=]*', re.IGNORECASE)

Answer 1

也许你可以从django-oembed项目的源代码中获得灵感。

Answer 2

>>> test = "This is my sample test blah blah http://t.co/pE6JSwG, hello all"

>>> re.sub('http://[^ ,]*', lambda t: "<a href='%s'>%s</a>" % (t.group(0), t.group(0)), test)

>>> This is my sample test blah blah <a href='http://t.co/pE6JSwG'>http://t.co/pE6JSwG</a>, hello all

仅当您将逗号和空格等字符视为网址的有效停靠点时才有效。

一般情况下，您可能不应该使用正则表达式进行网址匹配，因为可能没有一种好方法可以知道URL何时结束。如果您保证每次都有一个具有相同格式的字符串，则此解决方案将起作用。您也可能总是获得相同长度的URL，在这种情况下，您可以查找http并在之后收集该长度的子字符串。

如何解析包含url的字符串将其更改为正确的链接

2 个答案: