我需要用实际的可点击链接替换 HTML 文本字符串中的所有文本链接。适用于以下 RegEx:
/\b(https?|ftp|file):\/\/[-A-Z0-9+&@#\/%?=~_|!:,.;]*[-A-Z0-9+&@#\/%=~_|])/gi
然后我注意到它还替换了图像和已经格式化的链接。我需要排除以 src"和 > 开头的链接的数字......我搜索了一下并阅读了很多关于负面前瞻的文章,这里回答了许多问题。我试过这个(在第一个/之后添加了一些东西):
/(^(?!src="|>)\b(https?|ftp|file):\/\/[-A-Z0-9+&@#\/%?=~_|!:,.;]*[-A-Z0-9+&@#\/%=~_|])/gi
但这不再匹配任何链接。我尝试了几个类似的语句,没有 ^,更改了一些括号等等,但似乎没有任何效果。我尝试将 .{0}
放在我添加的部分和\b 之间,以确保他只会查看 url 前面的内容,而不会考虑更远的内容。
最佳答案
编辑:讨论时间越来越长,所以我决定改为更新答案。
相信您原来的正则表达式是有效的,我将在本回答的其余部分引用一个简化版本:
/\b(https?|ftp|file)/gi
现在,您尝试这样做:
/^(?!src="|>)\b(https?|ftp|file)/gi
^
此处的主要错误由插入符号标记:插入符号。这会强制您的正则表达式从行首开始匹配,这就是它什么都不匹配的原因。让我们删除它并继续:
/(?!src="|>)\b(https?|ftp|file)/gi
这次的主要错误在于您对先行断言的概念。正如我在评论中解释的那样,这个断言是多余的,因为你说的是,“匹配 http
或 https
或 ftp
或 file
,只要这些都不是 src="
或 >
。"这句话几乎是多余的,以至于这句话对我们来说甚至没有意义!什么相反,你想要的是一个lookbehind断言:
/(?<!src="|>)\b(https?|ftp|file)/gi
^
为什么?因为您希望在您可能希望匹配的字符串后面找到 src="
或 >
。问题是什么?JavaScript 不支持后向断言。所以,我提出了一个替代方案。不可否认,它是有缺陷的(虽然不是你提出的 HTML 破坏的原因)。这里是,修复:
/(.[^>"]|[^=]")\b(https?|ftp|file)/gi
^^^^^^^^^^^^
这确实是一个非直观的正则表达式,需要解释。它将我们的案例分成两部分。假设我们有两个字符集。如果集合不以>
或"
结尾,那么我们就不会怀疑它;我们很高兴;匹配可能跟在后面的任何 URL。但是,如果它确实以 >
或 "
结尾,那么,唯一“可以原谅”的情况是第一个字符不是 =
。所以你看,这里有点逻辑诡计。
现在,至于为什么这会破坏您的 HTML。请务必使用 JavaScript 的 replace
,并将第一个捕获的组替换回页面!如果您简单地用空替换每个匹配项,您最终会“吃掉”双字符集,我们只是想调查,而不是破坏。
html.replace(/(.[^>"]|[^=]")\b(https?|ftp|file)/gi,
function(match, $1, offset, original) {
return $1;
});
关于Javascript RegEx 匹配 URL 但排除图像,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11745004/