自动链接正则表达式

Question

我正在使用 PHP 函数自动将文本字符串中的 URL 转换为人们可以点击的实际链接。它似乎在大多数情况下都有效，但我发现有些情况下它不起作用。

我根本不懂正则表达式，所以我希望有人能帮我解决这个问题。

这是我目前使用的模式：

$pattern = "/(((http[s]?:\/\/)|(www\.))(([a-z][-a-z0-9]+\.)?[a-z][-a-z0-9]+\.[a-z]+(\.[a-z]{2,2})?)\/?[a-z0-9.,_\/~#&=;%+?-]+[a-z0-9\/#=?]{1,1})/is";

但是这里有一些我发现这个模式不匹配的链接：

• www.oakvilletransit.ca - 不确定，但假设它不匹配，因为国家/地区代码由两个字母组成
• www.grt.ca - 另一个无法使用 .ca 域的网站
• 其他几个 .ca 地址
• freepublictransports.com - 没有 www 的地址。或 http:// 在他们面前。我希望这些也能正常工作。
• www.222tips.com - 假设由于地址开头的数字不匹配。

有谁知道我可以如何修改该正则表达式模式以匹配这些情况？

EDIT - 它还应该匹配结尾可能有句点的 URL。如果 URL 是句子的最后一部分，则末尾可能有一个句点，不应包含在实际链接中。目前，这种模式也考虑到了这一点。

EDIT 2 - 我正在使用这样的模式：

$pattern = "/((http|https):\/\/)?([a-z0-9-]+\.)?[a-z][a-z0-9-]+(\.[a-z]{2,6}){1,3}(\/[a-z0-9.,_\/~#&=;%+?-]*)?/is";
  $string = preg_replace($pattern, " <a target='_blank' href='$1'>$1</a>", $string);
  // fix URLs without protocols
  $string = preg_replace("/href='www/", "href='http://www", $string);
  return $string;

Answer 1

以下正则表达式将匹配 URL：

• （可选）使用http:// 或https://
• （可选）带有子域（www.example.com、help.example.com 等）
• 具有 1-3 个域扩展名，每个扩展名必须为 2-6 个字符（www.example.com.gu、www.example.com.au.museum 等）
• （可选）末尾带有正斜杠
• （可选）正斜杠后有有效字符

末尾的/i 使其不区分大小写。

/((http|https):\/\/)?([a-z0-9-]+\.)?[a-z0-9-]+(\.[a-z]{2,6}){1,3}(\/[a-z0-9.,_\/~#&=;%+?-]*)?/is

编辑：这将不匹配任何末尾的“挂起”句点（例如句子的结尾），因为它不是 URL 的一部分，也不应该包含在 @ 987654329@ 链接的属性。

编辑 2： 在您的第一个 preg_replace() 中，将 $1 更改为 $0。这将插入整个匹配的字符串而不是它的单个部分。

编辑 3：（更新 2）这是一种更好的方法，您可以在开头检查 http:// 或 https://：

preg_replace("/href='[^h][^t][^t][^p][^s]?[^:]/", "/href='http:\/\/", $string);

Answer 2

上面所有的例子我都有问题。

这是一个有效的方法：

function autolink($string){
        $string= preg_replace("#http://([\S]+?)#Uis", '<a href="http://\\1">\\1</a>', $string);
        return $string;
}