链接的正则表达式 URL答案

【问题标题】：Regular Expression URLS to Links链接的正则表达式 URL
【发布时间】：2013-04-08 15:00:10
【问题描述】：

我使用以下正则表达式将 url 转换为 href 链接。它工作得很好，但是我在使用具有背景图像的样式标签时发现了一个错误。

    /**
 * Convert urls in a string to a html link
 * @return string
 */
public static function ConvertUrlsToHtml($str)
{
    $str = preg_replace( '@(?<![.*">])\b(?:(?:https?|ftp|file)://|[a-z]\.)[-A-Z0-9+&#/%=~_|$?!:,.]*[A-Z0-9+&#/%=~_|$]@i', '<a href="\0">\0</a>', $str);
    return $str;
}

如果我使用以下...

<div class="inner-left" style="background-image: url(http://www.somewebsite/background.jpg);"></div>

它也将背景图像转换为href。

有谁知道我可以如何调整正则表达式以忽略样式标签？

【问题讨论】：

您不应该使用正则表达式来解析 html。改用 DOM。
使用 DOM Parser 来解析 HTML，正则表达式是一场噩梦。
那没有帮助。在这里使用 DOMDocument 不起作用，因为它不一定是 html。它只是一个可能包含或不包含任何 html 的字符串。因此，我需要在任何给定的字符串中找到 URL 的所有实例，无论是否为 html。然后我需要创建 html。
@SamuelDavidHudson：至少，使用 HTML Parser 会消除 HTML 中的文本（不应被替换），让您单独处理文本。
尝试添加另一个负面的lookbehind：preg_replace( '@(?<!url\()(?<![.*">])...

标签： php regex

【解决方案1】：

您可以从删除 HTML 标签开始，因为您不想替换标签内的 URL。 style= 是这样，<img src=... 和 <a href=...> 也是如此。

function ConvertUrlsToHtml($str)
{
  $strNoTags = strip_tags($str);

  if (preg_match_all( '@(?<![.*">])\b(?:(?:https?|ftp|file)://|[a-z]\.)[-A-Z0-9+&#/%=~_|$?!:,.]*[A-Z0-9+&#/%=~_|$]@i', $strNoTags, $matches)) {

    foreach ($matches[0] as $match) {
      $str = str_replace($match, "<a href=\"$match\">$match</a>", $str);
    }
  }

  return $str;
}

它的作用：

移除标签
获取无标签字符串中的所有网址
用原始字符串中的链接替换找到的 URL

正如评论所说，您总是可以先尝试使用 HTML 解析器来提取文本，而不是 strip_tags。

【讨论】：