正則表達式與URL提取

我正在使用C＃爲這個項目，基本上我需要的是一種將純文本轉換爲HTML的方式，我找到了一個正則表達式（實際上是Stack Overflow），用於將文本中的鏈接轉換爲在HTML錨鏈接，它看起來像這樣：正則表達式與URL提取

 Regex regx = new Regex(@"https?://([-\w\.]+)+(:\d+)?(/([\w/_\.]*(\?\S+)?)?)?", RegexOptions.IgnoreCase); 

     MatchCollection mactches = regx.Matches(input); 
     foreach (Match match in mactches) 
     { 
      output = output.Replace(match.Value, String.Format("<a href=\"{0}\" target=\"_blank\">{0}</a>", match.Value)); 
     }

它的偉大工程，但我發現，它並沒有考慮破折號一個缺陷（ - ）作爲URL的一部分，所以當它擊中第一破折號關閉錨標記。所以我很明顯需要在正則表達式中包含破折號，但問題是我完全不知道RegEx的情況，它對我來說看起來像俄語。有沒有人有一個想法，我需要對RegEx表達做些什麼小小的修改，以便在URL中包含一個破折號作爲允許的字符？

來源

2013-02-18 Thomas

你可以舉一個它不匹配的URL的例子嗎？我的測試表明它的確如此。 – 2013-02-18 05:18:27

另外，你有'matches'拼寫錯誤：p – 2013-02-18 05:24:53

試試這個：@"https?://([-\w\.]+)+(:\d+)?(/([-\w/_\.]*(\?\S+)?)?)?"

我添加了一個衝向第二個字符類（方括號中的部分）中，是不是域名的URL部分匹配破折號。

來源

2013-02-18 05:22:13

+1。就如此容易。我沒有意識到OP有目錄問題。 – 2013-02-18 05:23:42

優秀！非常感謝，修復它。問題在於「漂亮」SEO鏈接中帶有破折號的網址，例如：http://www.yourdomain.com/this-pretty-link-didnt-work-before-now-it-does – Thomas 2013-02-18 06:58:33

我用這一個支撐ftp和file方案以及http：

@"\b((https?|ftp|file)://|(www|ftp)\.)[-A-Z0-9+&@#/%?=~_|$!:,.;\(\)]*[A-Z0-9+&@#/%=~_|$]"

將認識到，包含由&分隔的參數，這樣的網址：

http://www.cbsnews.com/video/watch/?id=7400904n&tag=re1.channel

原文位於Extract URLs from a text (Regex)。我修改了它稍微認識到，包含這樣的括號中的URL：

http://msdn.microsoft.com/en-us/library/ms686722(v=VS.85).aspx

您需要與此正則表達式指定RegexOptions.IgnoreCase但當然，你可以用\w更換A-Z簡化。

來源

2013-02-18 06:35:23 groverboy

正則表達式與URL提取

回答

相關問題