正则表达式忽略 HTML 标记中已有的 URL

Question

我的正则表达式有点问题

我已经为我的网站制作了一个自定义 BBcode，但我也希望解析 URL。

我正在使用 preg_replace，这是用于识别 URL 的模式：

/([\w]+:\/\/[\w-?&;#~=\.\/\@]+[\w\/])/is

这很好用，但是如果 URL 在 [img][/img] 块内，上述模式也会将其拾取并产生如下结果：

//[img]http://url.com/toimg.jeg[/img] will produce this result:
<img src="<a href="http://url.com/toimg.jeg" target="_blank">/>
//When it should produce:
<img src="http://url.com/toimg.jeg"/>

我试过用这个：

/([^"][\w]+:\/\/[\w-?&;#~=\.\/\@]+[\w\/][^"])/is

没有运气。

任何帮助将不胜感激。

编辑： 有关解决方案，请参阅关于 stema 答案的第二条评论。

Answer 1

试试这个

(?<!href=")(\b[\w]+:\/\/[\w-?&;#~=\.\/\@]+[\w\/])

看here on Regexr

为了使其更通用，您可以简化后向检查以仅检查“=”

(?<!=")(\b[\w]+:\/\/[\w-?&;#~=\.\/\@]+[\w\/])

见it on Regexr

(?<!href=") 是一个否定的lookbehind 断言，它确保你的模式之前没有“href="”。

\b 是一个单词边界，它将链接的开头锚定到从非单词到单词字符的变化。没有这个，lookbehind 将毫无用处，它会从“ttp://...”开始匹配。