正则表达式：将 Twitter 名称提及链接到 HTML 中的 Twitter答案

【问题标题】：RegEx: Link Twitter-Name Mentions to Twitter in HTML正则表达式：将 Twitter 名称提及链接到 HTML 中的 Twitter
【发布时间】：2012-01-25 06:43:15
【问题描述】：

我想做THIS，稍微复杂一点：

可以说，我有一个 HTML 输入：

<a href="http://www.example.com" title="Bla @test blubb">Don't break!</a>
Some Twitter Users: @codinghorror, @spolsky, @jarrod_dixon and @blam4c.
You can't reach me at blam4c@example.com.

是否有一个很好的正则表达式来替换通过指向 twitter 的链接提及的 twitter 用户名，但保留 @example（底部的电子邮件地址）和 @test（在链接标题中，即在 HTML 标记中）？

它可能还应该尝试不在现有链接中添加链接，即不要破坏这个：

<a href="http://www.example.com">Hello @someone there!</a>

我目前的尝试是在字符串的开头添加“>”，然后使用这个 RegEx：

Search:  '/>([^<]*\s)\@([a-z0-9_]+)([\s,.!?])/i'
Replace: '>\1<a href="http://twitter.com/\2">@\2</a>\3'

然后删除我在步骤 1 中添加的“>”。

但是除了“@blam4c”之外，它不会匹配任何东西。我知道为什么会这样，这不是问题。

我想找到一种解决方案，可以在不破坏 HTML 的情况下查找并替换所有 twitter 用户名提及。也许不使用 RegEx 编码会更好？

【问题讨论】：

标签： html regex twitter

【解决方案1】：

首先，将尖括号放在正则表达式之外。

使用 HTML 解析器和 xpath 选择您有兴趣处理的文本节点，然后考虑使用正则表达式仅匹配这些节点中的 @refs。

我会让其他人尝试对正则表达式部分给出具体答案。

【讨论】：

我担心你会这么说，因为这和我来的结果一样;)

【解决方案2】：

我同意 ddaa，如果不首先去除 html 链接，几乎没有理智的方法可以攻击此问题。

大概您会从一条实际的 Twitter 消息开始，根据定义，它不能包含任何手动输入的超链接。

例如，我是这样找到这个问题的（链接解决了这个问题，所以不要费心点击它！）

一些 Twitter 用户：@codinghorror、@spolsky、@jarrod_dixon 和 @blam4c。 http://bit.ly/2phvZ1

在这种情况下，很简单：

var msg = "Some Twitter Users: @codinghorror, @spolsky, @jarrod_dixon and @blam4c. http://bit.ly/2phvZ1";

var html = Regex.Replace(msg, "(?<!\w)(@(\w+))", 
    "<a href=\"http://twitter.com/$2\">$1</a>");

（这可能需要一些调整，我想根据语料库对其进行测试，但对于普通的 Twitter 消息来说似乎是正确的）

至于您更复杂的案例（推文中嵌入了 HTML 标记），我不知道。对我来说太难了。

【讨论】：

【解决方案3】：

这个正则表达式可能会更好一些：/\B\@([\w\-]+)/gim

这里有一个 jsFiddle 的例子：http://jsfiddle.net/2TQsx/4/

【讨论】：