使用 VB.net 和 RegEx 从字符串中删除所有 web url

Question

我想要一个函数（在 VB.net 中），它传递一个字符串，然后使用正则表达式从该字符串中删除任何网址。它需要能够处理不同格式的 url，例如：

http://www.mysite.com
https://www.mysite.com
www.mysite.com
http://mysite.co.uk/mypage.htm

它还应该去除任何包含网址的锚标记。

基本上，它不应期望 url 以 http（或 https）为前缀，也不应期望有 www. 或 .com。

然后该函数返回原始字符串，尽管已删除任何网址。

到目前为止，我所能想到的只有以下内容（尽管这不适合包含在锚标签中的 url），我注意到如果我将 2 个 url 仅用一个空格分隔，它留下其中一个。

<Extension()> _
    Public Function ReplaceWebUrls(ByVal s As String) As String
        s = " " + s + " "

        s = Regex.Replace(s, "([\s])(www\..*?|http://.*?)([\s])", " ")
        s = Regex.Replace(s, "([\s])(https://.*?)([\s])", " ")

        Return s.Trim()
    End Function

VB.net 不是我通常使用的东西，但在这种情况下我别无选择，正则表达式不是我的强项:(

Answer 1

使用正则表达式模式

\b(?:https?://|www\.)\S*

或

(?:(?<=\s)|^)(?:https?://|www\.)\S*

并用空字符串替换每个匹配项。