使用 javascript 正则表达式自动链接 URL

Question

我有一段文本可能包含一些纯文本链接，或者一些链接实际上链接。

例如：

Posting a link: http://test.com, posting an image <img src="http://test.com/2.jpg" />. Posting an actual A tag: <a href="http://test.com/test.html">http://test.com/test.html</a>

我需要从这段文字中找出未格式化的链接。因此，任何匹配第一种情况的正则表达式，但不匹配第二种或第三种情况，因为它们已经是格式良好的链接。

我已经设法用这个正则表达式找出所有链接：((http:|https:)\/\/[a-zA-Z0-9&#=.\/\-?_]+)，但是，我仍然无法区分这些情况。

这需要在 javascript 中，所以我认为不允许消极的后视。

任何帮助将不胜感激。

编辑：我正在尝试将捞出的未格式化链接包装在 a 标记中。

Answer 1

您可以使用此正则表达式来获取标签之外的 URL：

(?![^<]*>|[^<>]*<\/)((http:|https:)\/\/[a-zA-Z0-9&#=.\/\-?_]+)

见demo

我们也可以使用i 选项将其缩短一点：

(?![^<]*>|[^<>]*<\/)((https?:)\/\/[a-z0-9&#=.\/\-?_]+)

见another demo

示例代码：

var re = /(?![^<]*>|[^<>]*<\/)((https?:)\/\/[a-z0-9&#=.\/\-?_]+)/gi; 
var str = 'Posting a link: http://test.com, posting an image <img src="http://test.com/2.jpg" />. Posting an actual A tag: <a href="http://test.com/test.html">http://test.com/test.html</a>';
var val = re.exec(str);
document.getElementById("res").innerHTML = "<b>URL Found</b>: " + val[1];
var subst = '<a href="$1">$1</a>'; 
var result = str.replace(re, subst);
document.getElementById("res").innerHTML += "<br><b>Replacement Result</b>: " + result;

<div id="res"/>

更新：

要允许在特定标签内捕获，您可以将它们列入白名单like this：

var re = /(?![^<]*>|[^<>]*<\/(?!(?:p|pre)>))((https?:)\/\/[a-z0-9&#=.\/\-?_]+)/gi;