带有URL提取的正则表达式

本文关键字：正则表达式 提取 URL 带有 | 更新日期: 2023-09-27 17:59:44

我在这个项目中使用C#，基本上我需要的是一种将纯文本转换为HTML的方法，我找到了一个正则表达式（实际上我认为是在Stack Overflow上），用于将文本中的链接转换为HTML中的锚定链接，它看起来像这样：

        Regex regx = new Regex(@"https?://([-'w'.]+)+(:'d+)?(/(['w/_'.]*('?'S+)?)?)?", RegexOptions.IgnoreCase);
        MatchCollection mactches = regx.Matches(input);
        foreach (Match match in mactches)
        {
            output = output.Replace(match.Value, String.Format("<a href='"{0}'" target='"_blank'">{0}</a>", match.Value));
        }

它工作得很好，但我发现了一个缺陷，它没有将破折号（-）视为URL的一部分，所以当它碰到第一个破折号时，它会关闭锚标记。所以我显然需要在正则表达式中以某种方式包含破折号，但问题是我对RegEx一无所知，它在我看来就像俄语。有人知道我需要对RegEx表达式进行什么小的编辑，使其在URL中包含破折号作为允许的字符吗？

带有URL提取的正则表达式

试试这个：@"https?://([-'w'.]+)+(:'d+)?(/([-'w/_'.]*('?'S+)?)?)?"

我在第二个字符类（方括号中的部分）中添加了一个短划线，以匹配URL中非域名部分的短划线。

我使用这个支持ftp和file方案以及http:

@"'b((https?|ftp|file)://|(www|ftp)'.)[-A-Z0-9+&@#/%?=~_|$!:,.;'(')]*[A-Z0-9+&@#/%=~_|$]"

它将识别包含由&分隔的参数的URL，如下所示：

http://www.cbsnews.com/video/watch/?id=7400904n&tag=re1.channel

原件位于从文本中提取URL（Regex）。我稍微修改了一下，以识别一个包含括号的URL，如下所示：

http://msdn.microsoft.com/en-us/library/ms686722（v=VS.85）.aspx

您需要用这个正则表达式指定RegexOptions.IgnoreCase，当然您可以通过用'w替换A-Z来简化。

相关文章：