Question

我正在寻找一个在Refex.Replace中使用的正则表达式，它允许我附加一个带链接元素的url。这个想法是这样的：

http://www.tenforce.com => <a target='new' href='http://www.tenforce.com'>http://www.tenforce.com</a>

但是，当URL是html元素的一部分时，不允许正则表达式执行此操作，例如对于图像标记。所以如果我们有例如：

<img src="http://www.tenforce.com/logo.jpg" />

不应使用正则表达式进行转换。

我们使用的原始正则表达式就是这个：

@"(http|ftp|https):((\/\/)|(\\\\))[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&amp;:/~\+#]*[\w\-\@?^=%&amp;/~\+#])?";

但是这会将它可以找到的每个网址编码到一个标签中。当它们以src = \“

为前缀时，我不希望它对url进行编码

所以我尝试添加 [^（src =。）] ，但这会导致正常的网址不再被转换。但它不会转换图像标签。

代码如下所示：

/// <summary>
        /// Extends the text with hyperlinks.
        /// </summary>
        /// <param name="value">The value.</param>
        /// <param name="workspaceId">The workspace id where the user is working in. Used when parsing the wiki links</param>
        /// <returns></returns>
        public static string ExtendWithHyperlinks(string value, int? workspaceId)
        {
            if (value == null) return null;

            const string UrlPattern = @"[^(src=.)](http|ftp|https):((\/\/)|(\\\\))[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&amp;:/~\+#]*[\w\-\@?^=%&amp;/~\+#])?";
            const string FilePattern = @"(([a-zA-Z]:)|(\\{2}\w+)\$?)(\\\w((\.*\w+)|( *\w+))*)+";

            value = Regex.Replace(value, UrlPattern, "<a target='new' href='$0'>$0</a>").Replace(":\\\\", "://");
            value = Regex.Replace(value, FilePattern, "<a target='new' href='file:///$0'>$0</a>");
            value = TemplateParser.Parse(value, workspaceId, Path.GetDirectoryName(Path.GetDirectoryName(Assembly.GetExecutingAssembly().GetName().CodeBase.Remove(0, 8))));
            return value;
        }

Answer 1

你可以用负面的背后隐藏

来做

(?<!src=['"]?)(http|ftp|https):...

Answer 2

实际上，这个问题是SO上许多其他人的骗局。真正的答案是：don't use Regex to deal with HTML/XML。使用专用的HTML解析器。 HtmlAgilityPack非常棒，你不必使用不适合这项工作的工具来填补它。

正则表达式：替换URL，除非以src =开头

2 个答案: