Question

用户可以输入文本，例如

This is some text, visit www.mysite.com. Thanks & bye.

应找到该URL并将其转换为链接，以便在网站中显示。所有其他字符应按原样显示。

我一直在搜索和谷歌搜索一段时间。我确信这种事情必定已经存在。我的诱惑是自己编程，但我确信这比它看起来更复杂。

点可以是URL的一部分，也可以是上面的句子终止符。我认为用户期望这将得到妥善处理;例如，Outlook正确处理此问题。
有各种不同的协议，例如http：，https：等，如上所述，通常在没有协议说明符的情况下输入链接。
必须生成HTML（以便可以插入＆lt; a ...＆gt;标签），因此有必要更换例如：＆安培;与＆amp; amp; amp;在做之前;但有些网址有＆amp;在它们中（例如xyz.cgi？a = b＆amp; c = d），我们只需要一个＆amp; amp; amp;插入URL的可显示部分而不是链接本身（＆lt; a href =“...＆amp; ...”＆gt; ...＆amp; amp; ...＆lt; / a＆gt;）< / LI>

我确信，一旦我尝试自己编程，我就会遇到其他问题。我不认为简单的reg-exp是前进的方向。

是否有任何库已经这样做了，理想情况下是Java？（如果它在另一种技术中，也许我可以看看它并将其转换为Java）

Answer 1

虽然你是对的，这是一个普遍的问题，但它也是一个在任何地方都没有真正令人满意地解决的问题，也不是。没有用像这样的自由文本写的标记的URI可能是不明确的（例如，参见http://en.wikisource.org/wiki/1911_Encyclop%C3%A6dia_Britannica/Aga_Khan_I.，你怎么知道'。'不是句号的“句尾”句号，实际上是URI的一部分？）。您可以查看the problem with urls以了解问题的介绍，并在评论中进行详尽的讨论。在一天结束时，您可以提供最佳工作，例如匹配协议，寻找有效的顶级域名（包括a lot more，而不是您最初想到的），但总会有一些事情在网络中滑落

为了尝试为您提供一些伪代码，我会说这些内容是我开始使用的内容：

process() {
    List<String> looksLikeUri = getMatches(1orMoreValidUriCharacters + "\\." + 1orMoreValidUriCharacters);
    removeUrisWithInvalidTopLevelDomains(looksLikeUri);
    trimCharactersUnlikelyToBeInUris(looksLikeUri);
    guessProtocolIfNotPresent(looksLikeUri);
}

removeUrisWithInvalidTopLevelDomains() // Use a list of valid ones or limit it to something like 1-6 characters.

trimCharactersUnlikelyToBeInUris() // ,.:;? (at the very end) '(' at start ')' at end unless a starting one was in URI.

guessProtocolIfNotPresent() // Usually http unless string starts with something obvious like "ftp" or already has a protocol.

Answer 2

如果包含的URL始终包含协议（例如HTTP），那么它可能是完全可解的。因为事实并非如此，任何“单词”，其中包含。字符可能是URL（例如mysite.com），而且你不能确定实际的协议（你可以假设）。

如果您认为该用户将始终在线，您可以创建一个方法来获取所有可能的URL，检查URL是否存在以及是否存在，然后生成HTML链接。

我已经编写了这段代码：

import java.net.HttpURLConnection;
import java.net.URL;
import java.util.ArrayList;
import java.util.regex.*;


public class JavaURLHighlighter
{
    Pattern potentialURLAtTheBeginning = Pattern.compile("^[^\\s]+\\.[^\\s]+\\s");
    Pattern potentialURLintheMiddle = Pattern.compile("\\s[^\\s]+\\.[^\\s]+\\s");
    Pattern potentialURLAtTheEnd = Pattern.compile("\\s[^\\s]+\\.[^\\s]+$");
    private String urlString;
    ArrayList<String> matchesList=new ArrayList<String>();

    public String getUrlString() {
        return urlString;
    }

    public void setUrlString(String urlString) {
        this.urlString = urlString;
    }

    public void getConvertedMatches()
     {
        String match;
        String originalMatch;
        Matcher matcher;
        matcher = potentialURLAtTheBeginning.matcher(urlString);
        matchesList.clear();
        while (matcher.find())
        {
          match = matcher.group().trim();
          if (!match.startsWith("http://") && !match.startsWith("https://")) match = "http://"+match;
          if (match.endsWith(".")) match=match.substring(0, match.length()-1);
          if (urlExists(match)) matchesList.add(match);
        }
        matcher = potentialURLintheMiddle.matcher(urlString);
        while (matcher.find()) 
        {
          match = matcher.group().trim();
          if (!match.startsWith("http://") && !match.startsWith("https://")) match = "http://"+match;
          if (match.endsWith(".")) match=match.substring(0, match.length()-1);
          if (urlExists(match))matchesList.add(match);
        }
        matcher = potentialURLAtTheEnd.matcher(urlString);
        while (matcher.find()) 
        {
          match = matcher.group().trim();
          if (!match.startsWith("http://") && !match.startsWith("https://")) match = "http://"+match;
          if (match.endsWith(".")) match=match.substring(0, match.length()-1);
          if (urlExists(match)) matchesList.add(match);
        }

        for (int i=0; i< matchesList.size();i++) System.out.println(matchesList.get(i));
    }

    public static boolean urlExists(String urlAddress)
    {
        try
        {
          HttpURLConnection.setFollowRedirects(false);
          HttpURLConnection connection = (HttpURLConnection) new URL(urlAddress).openConnection();
          connection.setRequestMethod("HEAD");
          return (connection.getResponseCode() == HttpURLConnection.HTTP_OK);
        }
        catch (Exception e)  {return false;  }
    }

public static void main(String[] args)
{
    JavaURLHighlighter hg = new JavaURLHighlighter();

    hg.setUrlString("This is some text, visit www.mysite.com. Thanks & bye.");
    hg.getConvertedMatches();

    hg.setUrlString("This is some text, visit www.nonexistingmysite.com. Thanks & bye.");
    hg.getConvertedMatches();    

}

}

这不是你的问题的实际解决方案，我写得很快，所以它可能不完全正确，但它应该指导你一点。我在这里打印比赛。看看这里Java equivalent to PHP's preg_replace_callback的regexp替换函数，你可以用hrefs包含所有修改过的匹配。使用提供的信息，您应该能够写出您想要的内容 - 但可能没有100％可靠的检测。

URL自动检测和文本块中的突出显示

2 个答案: