如何找到不在<a>標籤內的單詞？

我需要幫助正則表達式。我的任務與Twitter的主題標籤非常相似：我有一個字符串，文字盯着#。例如：如何找到不在<a>標籤內的單詞？

foo #bar hello

我與鏈接替換井號標籤之前保存到數據庫並獲取字符串是這樣的：

foo <a href="bar">#bar</a>

後，有時我需要重新解析字符串，我不想要在<a>標籤內替換#bar兩次。我需要regexp應該找到一個字開始#和放置在>,<,>和</a>內。

來源

2014-06-27 Alve

是這個'富#bar'你期望的輸出：如果你想數也包括可以用這個？ –

'＃bar'只會是一個深度嗎？因爲我認爲我有一個解決方案，只要這些解決方案不嵌套在任何其他標記中。 –

當然還有一個經典的問題，你是否考慮過一個XML解析器？ –

從您的輸入獲得：

foo #bar hello

到您的輸出：

foo <a href="bar">#bar</a> hello

idempotently，這樣你就可以通過你的函數傳遞你的輸出回來了，它不會改變，你可以使用這個：

str1 = "foo #bar hello" 
str2 = 'foo <a href="bar">#bar</a> hello' 
replace_func = -> str { str.sub(/#(\w+)(?=[^<]*?(?:<[^\/]|$))/, '<a href="\1">#\1</a>')} 
replace_func[str1] 
replace_func[str2] 
# both return: "foo <a href=\"bar\">#bar</a> hello"

Live Demo

另外引入nokogiri可以非常簡單地使用：

require 'nokogiri' 
doc = Nokogiri::XML('<p>' + you_string + '</p>') 
doc.search('//p').each do |node| 
    node.content = node.content.sub(/#\w+/) 
end

來源

2014-06-27 14:49:29

與引入nokogiri的主要優點是，你可以很容易地使用XPath查詢檢查，如果一個文本節點沒有鏈接節點的祖先（可鏈接「T被嵌套），如果它含有至少一個#（也沒用到其它文本節點內搜索）：

require 'nokogiri' 
doc = Nokogiri::HTML(html_doc) 

doc.search('//text()[not(ancestor::a) and contains(., "#")]').each do |txt| 
    txt.content.split(/(#\w+)/).each_with_index do |v, k| 
     if k%2 > 0 
      node = Nokogiri::XML::Node.new("a", doc) 
      node.content = v 
      node['href'] = "http://domain.com?usr=" + v[1..-1] 
     else 
      node = v 
     end 
     txt.before(node) 
    end 
    txt.remove 
end 

puts doc.to_html

或多個簡單：

doc.search('//text()[not(ancestor::a) and contains(., "#")]').each do |txt| 
    txt.content.split(/(#\w+)/).each_with_index do |v, k| 
     if k%2 > 0 
      v = '<a href="http://domain.com?usr=' + v[1..-1] + '">' + v + '</a>' 
     end 
     txt.before(v) 
    end 
    txt.remove 
end

注意：如果你需要處理一個完整的HTML文檔的唯一部分，你必須做出一點改變，使其作品（你需要用的HTML中根節點，使XPath查詢工作）：

doc = Nokogiri::HTML::fragment('<div>' + html_doc + '</div>') 
doc.search('.//text()[not(ancestor::a) and contains(., "#")]').each do |txt| 

    txt.content.split(/(#\w+)/).each_with_index do |v, k| 
     if k%2 > 0 
      v = "<a href=\"http://mydomain.com?usr=#{v[1..-1]}\">#{v}</a>" 
     end 
     txt.before(v) 
    end 
    txt.remove 
end 
doc.xpath('*/node()').each do |node| 
    puts node.to_html 
end

來源

2014-06-27 16:35:42

使用本：

/\<[^>]+\>[^<]*(\#[a-zA-Z]+)/

[A-ZA-Z]是字母，可能是在這個詞＃後。

/\<[^>]+\>[^<]*(\#[a-zA-Z0-9]+)/

來源

2014-06-27 17:27:43 Hossein

如何找到不在<a>標籤內的單詞？

回答

相關問題