时间戳

首页 > 解决方案 > 如何将不可点击的纯文本 URL 转换为 HTML 源中的链接

javascript - 如何将不可点击的纯文本 URL 转换为 HTML 源中的链接

问题描述

我想检测 URL 并将它们链接到 HTML 代码中。我搜索了 Stack Overflow，但许多答案都是关于检测和转换文本字符串中的链接。当我这样做时，html代码将无效；IE。img 来源会改变，等等。

PS：关闭投票者：请仔细阅读问题！它不是重复的。

例如; 第 1 行需要转换，第 2 行和第 3 行不需要。

<!-- Sample html source -->
<div>
   Line 1 : https://www.google.com/
   Line 2 : <a href="https://www.google.com/">https://www.google.com/</a>
   Line 3: <img src="http://a-domain.com/lovely-image.jpg">
</div>

我需要：

  1. 在 html 正文部分中查找任何 URL

  2. 检查它是否可点击：如果没有被 'a'、'img'、'!--' 等包裹。

  3. 如果不使其可点击：用'a'包裹

我怎样才能做到这一点？所有 C# 和 JS 版本对我来说都可以。

最新更新将项目构建目标从 4.7.2 更改为 4.5 并返回到 4.7.2 修复了“错误”。

更新：这是我在@jira 帮助下的解决方案这里的问题是节点根本不会改变。我的意思是递归函数完成了这项工作，替换了链接，调试说，但是 html 文档根本不会更新。函数内部的任何修改都不会影响函数外部，我不知道为什么，InnerText 改变 - InnerHtml 没有改变

var htmlVersion = "<html><head></head><body>\r\n"
   + "Some text\r\n"
   + "<div>http://google.com</div>\r\n"
   + " Then later more text: http://500px.com\r\n"
   + "<div>Sub <span>abc</span> Back text</div>\r\n"
   + "And the final text"
   + "</body></html>";

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(htmlVersion);

// Linkify body
var modified = false;
var bodyNode = doc.DocumentNode.SelectSingleNode("//body"); 
var before = bodyNode.InnerHtml;
bodyNode = Linkify(bodyNode);
modified = modified || bodyNode.InnerHtml != before;
// modified is false !!!

递归 Linkify 函数：

HtmlAgilityPack.HtmlNode Linkify(HtmlAgilityPack.HtmlNode node)
{
    if (node.Name == "a") // It's already a link
    {
        return node;
    }

    if (node.Name == "#text") // Do replacement here
    {

        // Create links
        // https://stackoverflow.com/a/4750468/627193
        node.InnerHtml = Regex.Replace(node.InnerHtml,
            @"((http|ftp|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&amp;:/~\+#]*[\w\-\@?^=%&amp;/~\+#])?)",
            "<a target='_blank' href='$1'>$1</a>");

    }

    for (int i = 0; i < node.ChildNodes.Count; i++) // Go for child nodes
    {
        node.ChildNodes[i] = Linkify(node.ChildNodes[i]);
    }
    return node;
}

标签： javascriptc#html-agility-pack

解决方案

使用像HtmlAgility Pack这样的html 解析器。仅选择文本节点，然后在其中搜索链接。这样你就不会触及现有的链接。根据您需要的精确程度，您可以使用正则表达式。

例如

var doc = new HtmlDocument();
doc.LoadHtml(html);
Regex r = new Regex(@"(https?://[^\s]+)");
var textNodes = doc.DocumentNode.SelectNodes("//text()");

foreach (var textNode in textNodes) {
    var text = textNode.GetDirectInnerText();
    var withLinks = r.Replace(text, "<a href=\"$1\">$1</a>");
    textNode.InnerHtml = withLinks;
}

小提琴

正确检查链接的正则表达式可能会变得相当复杂。在此处查看其他答案。

推荐阅读