正则表达式创建 html 锚标记

Question

我有一个用于用户 cmets 的文本字段，用户可能会也可能不会在此字段中插入 URL。

例如它们可以具有以下任何一种（以及其他变体）：

• 看看http://www.google.com这里可能还有一些文字
• 看https://www.google.com这里可能还有一些文字
• 看ftp://www.google.com这里可能还有一些文字
• 看http://google.com这里可能还有一些文字
• 查看 www.google.com 此处可能还有更多文字

我想要做的是匹配这些并更改字符串以包含 HTML 锚标记。

使用有关此主题的各种其他 Stack Overflow 答案，我想出了以下内容：

text = text.Trim();
text = Regex.Replace(text,
    @"((https?|ftp):\/\/(?:www\.|(?!www))[^\s\.]+\.[^\s]{2,}|www\.[^\s]+\.[^\s]{2,})",
    "<a target='_blank' href='$1'>$1</a>");

这几乎可以完美地工作，它匹配所有必需的模式但是当它与 www.google.com 匹配时（没有 http(s)://) 部分，创建的锚标记不正确，href 的锚点需要 http:// 部分，或者它将链接创建为站点的相对 url。

如何更改上面的代码，以便如果匹配项不包含 http:// 部分，它将添加到锚点的 href 部分？

有趣的是，当我输入这个问题时，预览部分正在从我上面的 URL 创建链接——除了我的“麻烦”一个——没有 http/ftp:// 前缀的链接。

Answer 1

使用匹配评估器检查第 2 组 ((https?|ftp)) 是否匹配。如果没有，使用一种逻辑，否则，使用另一种。

var text = "Look at http://google.com some more text here possibly,\nLook at www.google.com some more text here possibly";
text = text.Trim();
text = Regex.Replace(text,
    @"((https?|ftp)://(?:www\.|(?!www))[^\s.]+\.\S{2,}|www\.\S+\.\S{2,})", m => 
    m.Groups[2].Success ? 
       string.Format("<a target='_blank' href='{0}'>{0}</a>", m.Groups[1].Value) :
       string.Format("<a target='_blank' href='http://{0}'>{0}</a>", m.Groups[1].Value));
Console.WriteLine(text);

见C# demo，输出：

Look at <a target='_blank' href='http://google.com'>http://google.com</a> some more text here possibly, 
Look at <a target='_blank' href='http://www.google.com'>www.google.com</a> some more text here possibly

请注意，我将模式中的 [^\s] 替换为 \S 以使其看起来“更漂亮”。

您也可以删除外部捕获组（并使用@"(https?|ftp)://(?:www\.|(?!www))[^\s.]+\.\S{2,}|www\.\S+\.\S{2,}" 模式），然后检查m.Groups[1].Success 是否为真并在替换中使用m.Value。