帮忙看看字符串处理的问题

Question

背景：
  1.有域名aa.com,域名bb.com；
  2.另有一段文本内容，其中可能有包含"aa.com"或者"bb.com"（也可能是二级域名）的链接或者地址。  需求：
  如果文本中包含aa.com,bb.com的字符串是链接，则不处理；如果不是链接，将此url加上新页面打开的链接。  例子：
  文本1为：请登录www.a.aa.com/xxx.htm ，将www.a.aa.com/xxx.htm 加上链接。则处理为<a href='www.aa.com/xxx.htm' target='_blank'>www.a.aa.com/xxx.htm</a>
  文本2为：请登录<a href='http://www.a.aa.com/xxx.htm'>xxx</a> 则跳过不处理 

Answer 1

..判断有没有<a href    这个。  有就不处理。   其他的就看你怎么写- - 

Answer 2

如果地址是www.cc.com?para=www.aa.com 的情况是不行的。感觉挺复杂的啊。

Answer 3

yourhtml=Regex.Replace(yourhtml,@"(?i)(?<!<a\s+href=(['""])?.*?)(?:https?://)?www\.a\.(?:aa|bb)\.com[^'""\s]+","<a href='$0' target='_blank'>$0</a>");
"

Answer 4

貌似有些小问题额。。string source = "www.a.aa.com/xxx.htm<a href='http://www.a.aa.com/xxx.htm'>xxx</a>www.b.bb.com/xxx.htm";
        source = Regex.Replace(source, @"(?i)(?<!<a\s+href=(['""])?.*?)(?:https?://)?www\.a\.(?:aa|bb)\.com[^'""\s]+", "<a href='$0' target='_blank'>$0</a>");
        Response.Write(source);

Answer 5

(?i)(?<!<a\s+href=(['"])?(?:https?://)?)www\.[ab]\.(?:aa|bb)\.com[^'"<\s]+

Answer 6

多谢了，一般情况下是OK了。但是在“www.c.com?site=www.a.aa.com略去200字”类似参数里面有关键字的情况下还有些小问题。
另外求大神推荐一些学习正则的书或者链接吧。感觉作为一个伸手党很惭愧。

Answer 7

...大哥- - 一个url地址栏 你丢那么多东西   还要去截取他。  
太麻烦了点吧。   

Answer 8

同学，看你根深苗正，是个练武的奇材
我这有本武林秘籍，就送你吧：   http://download.csdn.net/detail/q107770540/2844387

Answer 9

哥，还在吗，我把你的正则改了改，貌似原先是链接的也被我加上链接了。看了半天没发现问题，能帮忙看下嘛。protected void Page_Load(object sender, EventArgs e)
    {
        string domainReg = string.Empty;
        string[] domains = { "aa.com", "bb.com", "tmall.com" };
        foreach (string domain in domains)
        {
            domainReg += domain + "|";
        }
        if (!string.IsNullOrEmpty(domainReg))
        {
            domainReg = domainReg.TrimEnd('|');
        }        string source = "www.c.com 略去200字 <a href='http://www.aa.com/xxx.htm'>xxx</a> 123 www.aaaa.aa.com/xxx.aspx 123123<br />123123123www.aa.com<br />http://www.tmall.com/go/act/sale/pptmzz.php?spm=1.1000386.222017.12&scm=1005.21.1.2107&ad_id=&am_id=1301016103dffcaafe71&cm_id=&pm_id=";
        string source2 = Regex.Replace(source, string.Format(@"(?is)(?<!<a\b\s+href=(['""]))((?:http(s)?://)|(?:www\.))(\w+\.)?({0})([^'""<\s]+)?", domainReg), "<a href='http://$0' target='_blank'>$0</a>");        Response.Write("加链接前：" + source);
        Response.Write("<br />");
        Response.Write("加链接后：" + source2);
    }

Answer 10

void Main()
{

string[] domains = { "aa.com", "bb.com", "tmall.com" };
string domainReg = string.Join("|",domains);
 
string pattern=@"(?i)(?<!<a\s+href=(['""])?(?:https?://)?)(?:https?://)?www\.(\w+\.)?(?:{0})[^'""<\s]*";
 
string source = "www.c.com 略去200字 <a href='http://www.aa.com/xxx.htm'>xxx</a> 123 www.aaaa.aa.com/xxx.aspx 123123<br />123123123www.aa.com<br />http://www.tmall.com/go/act/sale/pptmzz.php?spm=1.1000386.222017.12&scm=1005.21.1.2107&ad_id=&am_id=1301016103dffcaafe71&cm_id=&pm_id=";
string source2 = Regex.Replace(source, string.Format(pattern,domainReg),"<a href='http://$0' target='_blank'>$0</a>"); Response.Write("加链接前：" + source);
Response.Write("<br />");
Response.Write("加链接后：" + source2);
       /*
   加链接前：www.c.com 略去200字 <a href='http://www.aa.com/xxx.htm'>xxx</a> 123 www.aaaa.aa.com/xxx.aspx 123123<br />123123123www.aa.com<br />http://www.tmall.com/go/act/sale/pptmzz.php?spm=1.1000386.222017.12&scm=1005.21.1.2107&ad_id=&am_id=1301016103dffcaafe71&cm_id=&pm_id=
 
   加链接后：www.c.com 略去200字 <a href='http://www.aa.com/xxx.htm'>xxx</a> 123 <a href='http://www.aaaa.aa.com/xxx.aspx' target='_blank'>www.aaaa.aa.com/xxx.aspx</a> 123123<br />123123123<a href='http://www.aa.com' target='_blank'>www.aa.com</a><br /><a href='http://http://www.tmall.com/go/act/sale/pptmzz.php?spm=1.1000386.222017.12&scm=1005.21.1.2107&ad_id=&am_id=1301016103dffcaafe71&cm_id=&pm_id=' target='_blank'>http://www.tmall.com/go/act/sale/pptmzz.php?spm=1.1000386.222017.12&scm=1005.21.1.2107&ad_id=&am_id=1301016103dffcaafe71&cm_id=&pm_id=</a>
   */

Answer 11

来个终极版本的
@"(?i)(?<!<a\s+href=['""]?[^'""<\s,;|]*)((?:((https:|http:)?//))?|(www\.)?)(\w+\.)?(?:{0})[^'""<\s,;|\uFF00-\uFFFF\u4e00-\u9fa5]*"