正则表达式有条件地用超链接替换 ​​Twitter 主题标签

Question

我正在编写一个小的 PHP 脚本，以从用户提要中获取最新的半打 Twitter 状态更新，并将它们格式化以显示在网页上。作为其中的一部分，我需要一个正则表达式替换来将主题标签重写为 search.twitter.com 的超链接。最初我尝试使用：

<?php
$strTweet = preg_replace('/(^|\s)#(\w+)/', '\1#<a href="http://search.twitter.com/search?q=%23\2">\2</a>', $strTweet);
?>

（取自https://gist.github.com/445729）

在测试过程中，我发现#test 被转换为Twitter 网站上的链接，但#123 不是。在互联网上进行了一些检查并使用了各种标签后，我得出结论，主题标签必须在某处包含字母字符或下划线才能构成链接；仅包含数字字符的标签将被忽略（可能是为了阻止诸如“Bob 的演示文稿很好，幻灯片 #3 是我最喜欢的！”之类的东西被链接）。这使得上面的代码不正确，因为它会愉快地将#123 转换为链接。

我已经有一段时间没有做太多的正则表达式了，所以在我生疏的情况下，我想出了以下 PHP 解决方案：

<?php
$test = 'This is a test tweet to see if #123 and #4 are not encoded but #test, #l33t and #8oo8s are.';

// Get all hashtags out into an array
if (preg_match_all('/(^|\s)(#\w+)/', $test, $arrHashtags) > 0) {
  foreach ($arrHashtags[2] as $strHashtag) {
    // Check each tag to see if there are letters or an underscore in there somewhere
    if (preg_match('/#\d*[a-z_]+/i', $strHashtag)) {
      $test = str_replace($strHashtag, '<a href="http://search.twitter.com/search?q=%23'.substr($strHashtag, 1).'">'.$strHashtag.'</a>', $test);
    }
  }
}

echo $test;
?>

有效；但它的作用似乎相当冗长。我的问题是，是否有一个 preg_replace 类似于我从 gist.github 获得的那个，它只会有条件地将主题标签重写为超链接，前提是它们不只包含数字？

Answer 1

(^|\s)#(\w*[a-zA-Z_]+\w*)

PHP

$strTweet = preg_replace('/(^|\s)#(\w*[a-zA-Z_]+\w*)/', '\1#<a href="http://twitter.com/search?q=%23\2">\2</a>', $strTweet);

此正则表达式表示 # 后跟 0 个或多个字符 [a-zA-Z0-9_]，后跟一个字母字符或下划线（1 个或多个），然后是 0 个或多个单词字符。

http://rubular.com/r/opNX6qC4sG

Answer 2

实际上最好搜索标签中不允许出现的字符，否则像“#Trentemøller”这样的标签将不起作用。

以下内容对我很有效...

preg_match('/([ ,.]+)/', $string, $matches);

Answer 3

我设计了这个：/(^|\s)#([[:alnum:]])+/gi

Answer 4

我发现 Gazlers answer 可以工作，虽然正则表达式在主题标签的开头添加了一个空格，所以我删除了第一部分：

(^|\s)

现在这对我来说非常有效：

#(\w*[a-zA-Z_0-9]+\w*)

此处示例：http://rubular.com/r/dS2QYZP45n