我正在用phpBB3做一个留言板。有一个内置的功能,可以获取帖子中的所有URL,然后呈现为链接。我想让它,只有本地链接是可点击的。
phpbb3在帖子的文本上使用正则表达式,并针对每个匹配将其更改为一个链接:
if ($somestuff){
// matches a xxxx://aaaaa.bbb.cccc. ...
$magic_url_match[] = '#(^|[\n\t (>.])(' . "[a-z]$scheme*:/{2}(?:(?:[a-z0-9\-._~!$&'($inline*+,;=:@|]+|%[\dA-F]{2})+|[0-9.]+|\[[a-z0-9.]+:[a-z0-9.]+:[a-z0-9.:]+\])(?::\d*)?(?:/(?:[a-z0-9\-._~!$&'($inline*+,;=:@|]+|%[\dA-F]{2})*)*(?:\?(?:[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+|%[\dA-F]{2})*)?(?:\#(?:[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+|%[\dA-F]{2})*)?" . ')#ie';
$magic_url_replace[] = "make_clickable_callback(MAGIC_URL_FULL, '\$1', '\$2', '', '$class')";
// matches a "www.xxxx.yyyy[/zzzz]" kinda lazy URL thing
$magic_url_match[] = '#(^|[\n\t (>])(' . "www\.(?:[a-z0-9\-._~!$&'($inline*+,;=:@|]+|%[\dA-F]{2})+(?::\d*)?(?:/(?:[a-z0-9\-._~!$&'($inline*+,;=:@|]+|%[\dA-F]{2})*)*(?:\?(?:[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+|%[\dA-F]{2})*)?(?:\#(?:[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+|%[\dA-F]{2})*)?" . ')#ie';
$magic_url_replace[] = "make_clickable_callback(MAGIC_URL_WWW, '\$1', '\$2', '', '$class')";
}
return preg_replace($magic_url_match, $magic_url_replace, $text);我如何重写这些正则表达式,使它们只与我的域上的链接相匹配?另外,自学正则表达式的最好方法是什么?
发布于 2012-08-17 11:43:29
这是第一个,一段一段地分解。即使这样做也不是微不足道的.
(
^
|
[\n\t (>.]
)好的,这里我们只有“行的开头,或者换行符,制表符,空格,大于,句号。只是锚定正则表达式。”
(
[a-z]$scheme*:/{2}这简直是疯了。$scheme可能持有http,这意味着此正则表达式与http://匹配。为什么会有人使用/{2}而不是//,我不能开始猜测。
(?:
(?:
[a-z0-9\-._~!$&'($inline*+,;=:@|]+
|
%[\dA-F]{2}
)+
|这将匹配一系列字符,假设这些字符在URL中是合法的。值得一提的是PHP变量--我猜不出它的值是什么--以及第二个替代变量%[\dA-F]{2}。%符号在匹配中(或在URL中)是不合法的。
同样重要的是,/是不合法的。因此,这不能引用目录,只能引用域。这很可能是您想要更改的部分,以便简单地匹配您网站的适当域名。
不过,为了完整起见,下面是其余部分。
[0-9.]+
|或者,我们可以使用一系列数字和句点- IP地址。考虑到这个正则表达式是多么复杂,我很惊讶他没有选择(?:\d{1,3}\.){3}\d{1,3}...
\[
[a-z0-9.]+
:
[a-z0-9.]+
:
[a-z0-9.:]+
\]
)这是我们的最后一个选择;我认为这是针对IPv6的。不管怎样,它是一系列用冒号分隔的十六进制数字。它要求这些标签必须放在方括号内,我觉得这很奇怪,特别是对于一个论坛软件来说,它经常使用这些标签……
(?:
:
\d*
)?在这里,我们可以选择冒号后面的一些数字。也就是说,这是针对其中包含端口的URL。
(?:
/
(?:
[a-z0-9\-._~!$&'($inline*+,;=:@|]+
|
%[\dA-F]{2}
)*
)*好了,这里我们已经找到了子目录,如开头的/所示。否则,这是相同的“合法URL字符”匹配。
(?:
\?
(?:
[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+
|
%[\dA-F]{2}
)*
)?
(?:
\#
(?:
[a-z0-9\-._~!$&'($inline*+,;=:@/?|]+
|
%[\dA-F]{2}
)*
)?
)最后,GET传递的内容(由\?指示)和链接到中间页面锚点(由\#指示)的URL。
底线:
本节内容:
[a-z]$scheme*:/{2}
(?:
(?:
[a-z0-9\-._~!$&'($inline*+,;=:@|]+
|
%[\dA-F]{2}
)+
|
[0-9.]+
|
\[
[a-z0-9.]+
:
[a-z0-9.]+
:
[a-z0-9.:]+
\]
)应该替换为下面这样的内容:
[a-z]$scheme*://
www\.example\.com或者也许
[a-z]$scheme*://
(?:
www\.example\.com
|
192\.168\.0\.1
|
::ffff:192\.168\.0\.1
)其中域名和IP地址与您的网站匹配。显然,您必须删除我所做的换行和缩进。我会为你这样做,但我认为这几乎是不值得的,因为你会很难找到一个地方,你把你的域名在所有这些中间。
您可能希望为子域包含一些正则表达式,或者人们遗漏了www.或您拥有的内容。
您可能还想删除以下内容:
(?:
:
\d*
)?因为您可能不希望人们链接到您的域中的其他端口。
第二个看起来具有大致相同的结构;正如注释所说,它只是得到了缺少协议指示符的URL。
https://stackoverflow.com/questions/11996063
复制相似问题