正则表达式通过链接替换单词

Question

我想写一个正则表达式，它将用链接替换单词Paris，因为只有单词没有准备好链接的一部分。

实施例：

i'm living <a href="Paris" atl="Paris link">in Paris</a>, near Paris <a href="gare">Gare du Nord</a>, i love Paris. 

将成为

i'm living.........near <a href="">Paris</a>..........i love <a href="">Paris</a>. 

Answer 1

您可以搜索此常规表情：

(<a[^>]*>.*?</a>)|Paris 

此正则表达式匹配的链接，它捕捉到第一个（也是唯一一个）捕获组，或单词巴黎

只有当捕获组没你的链接替换匹配。匹配任何东西。

例如在C＃：

resultString = 
    Regex.Replace(
     subjectString, 
     "(<a[^>]*>.*?</a>)|Paris", 
     new MatchEvaluator(ComputeReplacement)); 

public String ComputeReplacement(Match m) { 
    if (m.groups(1).Success) { 
     return m.groups(1).Value; 
    } else { 
     return "<a href=\"link to paris\">Paris</a>"; 
    } 
} 

Answer 2

正则表达式：

!(<a.*</a>.*)*Paris!isU 

更换：

$1<a href="Paris">Paris</a> 

$ 1参照第一个子模式（至少在PHP中）。根据您使用的语言，它可能会略有不同。

这应该用替换中的链接替换“巴黎”的所有发生。它只是检查在“巴黎”之前是否关闭所有开放的a-Tags。

PHP例子：

<?php 
$s = 'i\'m living <a href="Paris" atl="Paris link">in Paris</a>, near Paris <a href="gare">Gare du Nord</a>, i love Paris.'; 
$regex = '!(<a.*</a>.*)*Paris!isU'; 
$replace = '$1<a href="Paris">Paris</a>'; 
$result = preg_replace($regex, $replace, $s); 
?> 

增加：

这不是最好的解决方案。这种正则表达式不起作用的一种情况是当你有一个img-Tag，它不在a-Element内。当您将该图像的标题 - 属性设置为“巴黎”时，该“巴黎”也将被替换。这不是你想要的。尽管如此，我仍然无法用简单的正则表达式完全解决您的问题。

Answer 3

这种问题的传统答案：使用真正的HTML解析器。因为RE在处理上下文时并不擅长。而HTML是复杂的，一个'a'标签可以有或没有属性，以任何顺序，在链接中可以有HTML或没有HTML等。

Answer 4

这很难做到一步。编写一个这样做几乎不可能的正则表达式。

尝试两步法。

1. 在每个“巴黎”周围放一个链接，不管是否已经存在另一个链接。
2. 查找所有错误嵌套的链接（<a href="..."><a href="...">Paris</a></a>），并消除内部链接。

正则表达式一步一个是死简单：

\bParis\b 

正则表达式第二步是稍微复杂一些：

(<a[^>]+>.*?(?!:</a>))<a[^>]+>(Paris)</a> 

使用一个对整个字符串，并与更换比赛组1和2的内容，有效地消除了剩余的内在联系。在平原的话正则表达式＃2

说明：

• 查找每一个环节（<a[^>]+>），后面可以跟任何本身不是之后关闭链接（.*?(?!:</a>)）。将其保存到匹配组1中。
• 现在查找下一个链接（<a[^>]+>）。确保它在那里，但不要保存它。
• 现在找词巴黎。将其保存到匹配组2中。
• 查找结束链接（</a>）。确保它在那里，但不要保存它。
• 用组1和组2的内容替换所有内容，从而失去您没有保存的所有内容。

该方法假定这些附加条件：

• 你输入HTML是不是可怕的破坏。
• 您的正则表达式支持非贪婪量词（。*？）和零宽度负向预读断言（(?!:...)）。
• 仅在步骤1中的链接中包装单词“Paris”，不包含其他字符。每个“Paris”变成“<a href"...">Paris</a>”，否则第二步将失败（直到您更改第二个正则表达式）。

• BTW：正则表达式＃2明确允许这样的结构：

  <a href="">in the <b>capital of France</b>, <a href="">Paris</a></a>

  剩余链接来自步骤一，步骤2的替代的结果将是：

  <a href="">in the <b>capital of France</b>, Paris</a>

Answer 5

如果您在这种情况下不限于使用正则表达式，那么对于可以在其中定义此r的语言，XSLT是一个不错的选择因为它'理解'XML。

您定义了两个模板： 一个模板查找链接并删除那些没有“Paris”作为正文文本的链接。另一个模板查找其他所有内容，将其拆分为单词并添加标签。

Answer 6

正则表达式不会替换。语言确实。

语言和图书馆还会从数据库或文件中读取并保存您关心的单词列表，并将URL与其名称相关联。这是我可以想象的最简单的替换，我可能只使用一个正则表达式（perl用于替换语法。）

s/([a-z-']+)/<a href="http:\/\/en.wikipedia.org\/wiki\/$1">$1<\/a>/i 

正确的名称可能更好的工作：

s/([A-Z][a-z-']+)/<a href="http:\/\/en.wikipedia.org\/wiki\/$1">$1<\/a>/gi; 

课程 “巴吞鲁日” 会成为两个环节：

<a href="http://en.wikipedia.org/wiki/Baton">Baton</a> 
<a href="http://en.wikipedia.org/wiki/Rouge">Rouge</a> 

在Perl中，你可以这样做：

my $barred_list_of_cities 
    = join('|' 
    , sort { (length $a <=> $b) || ($a cmp $b) } keys %url_for_city_of 
    ); 
s/($barred_list_of_cities)/<a href="$url_for_city_of{$1}">$1<\/a>/g; 

但是，它是一个语言，它实现了一组正则表达式的操作，正则表达式不做任何事情。 （实际上，这是一个非常常见的应用程序，如果在某处没有CPAN模块，并且您只需要加载散列，就会感到惊讶。

Answer 7

$pattern = 'Paris'; 
    $text = 'i\'m living <a href="Paris" atl="Paris link">in Paris</a>, near Paris <a href="gare">Gare du Nord</a>, i love Paris.'; 

    // 1. Define 2 arrays: 
    // $matches[1] - array of links with our keyword 
    // $matches[2] - array of keyword 
    preg_match_all('@(<a[^>]*?>[^<]*?'.$pattern.'[^<]*?</a>)|(?<!\pL)('.$pattern.')(?!\pL)@', $text, $matches); 

    // Exists keywords for replace? Define first keyword without tag <a> 
    $number = array_search($pattern, $matches[2]); 

    // Keyword exists, let's go rock 
    if ($number !== FALSE) { 

    // Replace all link with temporary value 
    foreach ($matches[1] as $k => $tag) { 
     $text = preg_replace('@(<a[^>]*?>[^<]*?'.$pattern.'[^<]*?</a>)@', 'KEYWORD_IS_ALREADY_LINK_'.$k, $text, 1); 
    } 

    // Replace our keywords with link 
    $text = preg_replace('/(?<!\pL)('.$pattern.')(?!\pL)/', '<a href="">'.$pattern.'</a>', $text); 

    // Return link 
    foreach ($matches[1] as $k => $tag) { 

     $text = str_replace('KEYWORD_IS_ALREADY_LINK_'.$k, $tag, $text); 
    } 

    // It's work! 
    echo $text; 
    }