如何解決此preg_replace代碼？

Question

具有以下代碼將消息中的URL轉換為HTML鏈接：

$message = preg_replace("#(http|https|ftp|ftps)://([.]?[&;%=a-zA-Z0-9_/?-])*#",
    "<a href=\"away?to=\\0\" target=\"_blank\">\\0</a>", $message);

$message = preg_replace("#(^| |\n)(www([.]?[&;%=a-zA-Z0-9_/?-])*)#",
    "\\1<a href=\"away?to=http://\\2\" target=\"_blank\">\\2</a>", $message);

除以下情況外，它幾乎對所有鏈接都非常有效：

1) http://example.com/mediathek#/video/1976914/zoom:-World-Wide

這里的問題是鏈接中的#和: ，因為沒有轉換完整的鏈接。

2) If someone just writes "www" in a message

例如： <a href="http://www">www</a>

因此，問題在於上面的代碼中是否有辦法解決這兩種情況 ？

Answer 1

由於要在正則表達式中包含井號 （ # ），因此需要將定界符更改為不包含在正則表達式中的字符，例如! 。 因此，您的正則表達式應如下所示：

$message = preg_replace("!(http|https|ftp|ftps)://([.]?[&;%#:=a-zA-Z0-9_/?-])*!",
"<a href=\"away?to=\\0\" target=\"_blank\">\\0</a>", $message);

這有幫助嗎？

但是，如果您想更進一步了解規范（ RCF 1738 ），則可能要排除URL中不允許的% 。 還有一些您未包括的允許的字符：

• $
• _
• 。 （點）
• +
• ！
• *
• “
• （
• ）

如果要包含這些字符，則應使用%分隔正則表達式。

Answer 2

幾個小調整。 在第一個正則表達式中添加\\#和: ，然后在第二個正則表達式中將*更改為+ ：

$message = preg_replace("#(http|https|ftp|ftps)://([.]?[&;%=a-zA-Z0-9_/?\#:-])*#",
    "<a href=\"away?to=\\0\" target=\"_blank\">\\0</a>", $message);

$message = preg_replace("#(^| |\n)(www([.]?[&;%=a-zA-Z0-9_/?-])+)#",
    "\\1<a href=\"away?to=http://\\2\" target=\"_blank\">\\2</a>", $message);

Answer 3

我認為解決這個問題是徒勞的。 and then test it with FILTER_VALIDATE_URL. 一個很好的選擇是通過正則表達式查找URL ，然后使用FILTER_VALIDATE_URL對其進行測試。 請記住，此過濾器不是PHP手冊所述的防水方式：

"Note that the function will only find ASCII URLs to be valid; internationalized domain names (containing non-ASCII characters) will fail."

代碼示例（未經測試）：

$message = preg_replace_callback(
    '~(?(DEFINE)
          (?<prot> (?>ht|f) tps?+ :// )         # you can add protocols here
      )
      (?>
          <a\b (?> [^<]++ | < (?!/a>) )++ </a>  # avoid links inside "a" tags
        |
          <[^>]++>                              # and tags attributes.
      ) (*SKIP)(?!)                             # makes fail the subpattern.
      |                                         # OR
      \b(?>(\g<prot>)|www\.)(\S++)              # something that begins with
                                                # "http://" or "www."
     ~xi',
    function ($match) {
        if (filter_var($match[2], FILTER_VALIDATE_URL)) {
            $url = (empty($match[1])) ? 'http://' : '';
            $url .= $match[0];
            return '<a href="away?to=' . $url . '"target="_blank">'
                 . $url . '</a>';
        } else { return $match[0] }
    },
    $message);