正则表达式将 URL 转换为链接答案

【问题标题】：Regex to convert URL to Links正则表达式将 URL 转换为链接
【发布时间】：2012-06-19 06:39:29
【问题描述】：

我从这个网站“借用”了一个正则表达式：http://daringfireball.net/2010/07/improved_regex_for_matching_urls，这几乎是完整的，但我想匹配 exemple.com
我知道stackoverflow不是doyourhomework.com，但我思考了很长时间没有结果。这是一个要测试的小提琴：http://jsfiddle.net/BGnMm/25/，你可以在最后看到 exemple.com 不是链接。

var reg=/\b((?:[a-z][\w-]+:(?:\/*)|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}\/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))/gi;
var allurl="http:foo.com/blah_blah http://foo.com/blah_blah/ (Something like http://foo.com/blah_blah) http://foo.com/blah_blah_(wikipedia) http://foo.com/more_(than)_one_(parens) (Something like http://foo.com/blah_blah_(wikipedia)) http://foo.com/blah_(wikipedia)#cite-1 http://foo.com/blah_(wikipedia)_blah#cite-1 http://foo.com/unicode_(✪)_in_parens http://foo.com/(something)?after=parens http://foo.com/blah_blah. http://foo.com/blah_blah/. <http://foo.com/blah_blah> <http://foo.com/blah_blah/> http://foo.com/blah_blah, http://www.extinguishedscholar.com/wpglob/?p=364. http://✪df.ws/1234 rdar://1234 rdar:/1234 x-yojimbo-item://6303E4C1-6A6E-45A6-AB9D-3A908F59AE0E message://%3c330e7f840905021726r6a4ba78dkf1fd71420c1bf6ff@mail.gmail.com%3e http://➡.ws/䨹 www.c.ws/䨹 <tag>http://example.com</tag> Just a www.example.com link. http://example.com/something?with,commas,in,url, but not at end What about <mailto:gruber@daringfireball.net?subject=TEST> (including brokets). mailto:name@example.com bit.ly/foo “is.gd/foo/” WWW.EXAMPLE.COM http://www.asianewsphoto.com/(S(neugxif4twuizg551ywh3f55))/Web_ENG/View_DetailPhoto.aspx?PicId=752 http://www.asianewsphoto.com/(S(neugxif4twuizg551ywh3f55)) http://lcweb2.loc.gov/cgi-bin/query/h?pp/horyd:@field(NUMBER+@band(thc+5a46634)) 6:00p filename.txt http://example.com/quotes-are-“part” ✪df.ws/1234 example.com example.com/";
document.write(allurl.replace(reg,"<a href='$1' >$1</a><br />"));

【问题讨论】：

请在问题中包含您的代码以供将来参考。我已经更新了它，但链接应该是次要的（如果这个链接被删除了怎么办）......另外，你想做什么？
如果这是作业，你应该添加“作业”标签。
我只是说这不是家庭作业
我正在尝试更改正则表达式，以便匹配 exemple.com

标签： javascript regex

【解决方案1】：

在{2,4}\/之后添加一个交替运算符（|），即

    var reg=/\b((?:[a-z][\w-]+:(?:\/*)|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}\/|)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))/gi;

您应该了解这一点。第一个未捕获的组(?: … ) 查找 URL 的“指示符”。例如，一个指示符是www（后跟最多 3 位数字）。然而，您正在寻求一种方法来识别 URL，根本没有任何指示符。因此，我们在上面所做的是添加了一个子句“or an empty match”作为“有效”指示符。 这样做的结果是您的正则表达式现在的选择性降低了：各种字符串，不仅是 example.com，还有 filename.txt、 3.141593 和 omg...really 被标识为 URL！ 您唯一的其他（现成的）选项是对后缀更具选择性，例如需要特定的后缀 (com|org|net)，但这会破坏原始正则表达式的一般性，它根本没有指定任何后缀。

换句话说，您可能面临逻辑的限制，而不是正则表达式编写技能或正则表达式语言本身的限制。

【讨论】：

+1。您的示例说明了为什么不应添加此类内容，IMO example.com 不应作为 URL 链接。如果 OP 想将其链接为 url，只需添加 http:// 协议，如 http://example.com。例如，如果要在论坛版块中实现这种自动 URL 识别，则用户的帖子将包含许多无意（并且可能损坏）的链接。按照您的建议定义后缀可能是一种解决方法。

【解决方案2】：

请检查是否

var reg=/\b((?:[a-z][\w-]+:(?:\/*)|(?:www\d{0,3}[.])|[a-z0-9.\-]+[.][a-z]{2,4}\/{0,1})(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))*(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))/gi;

适合您的需求。 www(anyNumber) 刚刚出现一或零次。抱歉第一个答案，没有注意到文字。

【讨论】：