正则表达式替换URL的问题

Question

问题是这样的有如下2个HTML代码需要替换他们的URL，目的是是在URL之前加上 http://goto.com/?go=将 http://nba.com/up/index/2012/0906/index.css 替换成 http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css将 /f1/up/index/2012/0906/index.css ，替换成http://goto.com/?go=/f1/up/index/2012/0906/index.css 代码是在MSDN的例子的基础上修改得来的，目前可以做到第一个要求，但第二个需要URL中排除http://开通的URL不会写，已完成的代码如下    string testFullUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">";    string testLocalUrl = "<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">";    static void DumpFullHrefs(String inputString)
    {
        Regex r = new Regex("href\\s*=\\s*(?:\"(?<1>https?://[^\"]*)\"|(?<1>https?://\\S+))",
            RegexOptions.IgnoreCase | RegexOptions.Compiled);
        Console.WriteLine(r.Replace(inputString, "href=\"http://goto.com/?go=${1}\""));
    }

Answer 1

            System.Text.RegularExpressions.Regex reg = new System.Text.RegularExpressions.Regex("(?<=href=\").*?(?=\")");
            string path = reg.Match(testFullUrl).ToString();
            string res1 = testFullUrl.Replace(path, "http://goto.com/?go=" + path);
            Console.WriteLine(res1);

Answer 2

        static void Main(string[] args)
        {
            string testFullUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">";            string testLocalUrl = "<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">";            Console.WriteLine(RepUrl(testFullUrl));
            Console.WriteLine(RepUrl(testLocalUrl));
        }        public static string RepUrl(string url)
        {
            System.Text.RegularExpressions.Regex reg = new System.Text.RegularExpressions.Regex("(?<=href=\").*?(?=\")");
            string path = reg.Match(url).ToString();
            string res = url.Replace(url, "http://goto.com/?go=" + path);
            return res;
        }

Answer 3

不是这样的，可能我前面没讲清楚，要求的是用2个表达式1个可以将 http://nba.com/up/index/2012/0906/index.css 替换成 http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css另一个将 /f1/up/index/2012/0906/index.css ，替换成http://goto.com/?go=/f1/up/index/2012/0906/index.css 这2个URL的区别是一个有域名，一个没有域名，所以要分开处理

Answer 4

try...string testUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">  <link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">";
Regex reg = new Regex(@"(?<=<link href="")");
string result = reg.Replace(testUrl, "http://goto.com/?go=");
richTextBox2.Text = result;
/*-----输出-----
<link href="http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  <link href="http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet">
*/

Answer 5

有必要了，这两种URL我还要分别再做处理的，前面没说明。如果用同一个正则表达式就没办法区分这两种URL了

Answer 6

string testUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">  <link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">";
Regex regFullUrl = new Regex(@"(?<=<link href="")(?=http://)");
Regex regLocalUrl = new Regex(@"(?<=<link href="")(?!http://)");
richTextBox2.Text = "FullUrl:\n" + regFullUrl.Replace(testUrl, "http://goto.com/?go=") + "\n\nLocalUrl:\n" + regLocalUrl.Replace(testUrl, "http://goto.com/?go=");
/*-----输出-----
FullUrl:
<link href="http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  <link href="/f1/up/index/2012/0906/index.css" rel="stylesheet">LocalUrl:
<link href="http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  <link href="http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet">
*/

Answer 7

static void Main(string[] args)
        {
            string testFullUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">";            string testLocalUrl = "<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">";            Console.WriteLine(RepUrl(testFullUrl));
            Console.WriteLine(RepUrl(testLocalUrl));
        }        public static string RepUrl(string url)
        {
            System.Text.RegularExpressions.Regex reg = new System.Text.RegularExpressions.Regex("(?<=href=\").*?(?=\")");
            string path = reg.Match(url).ToString();
            string res = url.Replace(path, "http://goto.com/?go=" + path);
            return res;
        }好像变量带错了

Answer 8

你的正则表达是没问题，但我需要的是将2中URL分开处理，前面有说过

Answer 9

这个可以，但希望能提高一下兼容性以便能处理下面的两种情况，一种是href之后的=号前后有空格的问题，还有一种是href之后的URL没有"号括起来，我之前的正则表达式就能处理这种情况，所以希望帮忙再改一下。string testBadUrl1 = "<link href = \"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">";string testBadUrl1 = "<link href=https://nba.com/up/index/2012/0906/index.css \"stylesheet\">";

Answer 10

string testUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=  \"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=http://nba.com/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=  \"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=/f1/up/index/2012/0906/index.css rel=\"stylesheet\">";
Regex regFullUrl = new Regex(@"(?<=<link href=(?:\s*[""'])?)(?=https?://)");
Regex regLocalUrl = new Regex(@"((?><link href=(?:\s*[""'])?))(?!https?://)");
richTextBox2.Text = "FullUrl:\n" + regFullUrl.Replace(testUrl, "http://goto.com/?go=") + "\n\nLocalUrl:\n" + regLocalUrl.Replace(testUrl, "$1http://goto.com/?go=");
/*-----输出-----
FullUrl:
<link href="http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=  "http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href="/f1/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=  "/f1/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=/f1/up/index/2012/0906/index.css rel="stylesheet">LocalUrl:
<link href="http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=  "http://nba.com/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href="http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=  "http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=http://goto.com/?go=/f1/up/index/2012/0906/index.css rel="stylesheet">
*/注意这次前一个替换成
 "http://goto.com/?go="
而后一个替换成
"$1http://goto.com/?go="

Answer 11

基本上没问题，但不能处理href之后的=号前后有空格的这个URL，注意是=前后都有空格string testBadUrl1 = "<link href = \"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">";自己改了一下Regex regFullUrlRegex = new Regex(@"(?<=<link href\s*=(?:\s*[""'])?)(?=https?://)");后正常但regLocalUrl改成Regex regLocalUrlRegex = new Regex(@"((?><link href\s*=(?:\s*[""'])?))(?!https?://)");后替换处理下面的这个URL不正确string testBadUrl4 = "<link href = /up/index/2012/0906/index.css \"stylesheet\">";使用修改后的 regLocalUrlRegex 替换之后变成 <link href =http://goto.com/?go= /up/index/2012/0906/index.css "stylesheet">
而不是<link href = http://goto.com/?go=/up/index/2012/0906/index.css "stylesheet">麻烦帮忙再修改一下

Answer 12

string testUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=  \"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=http://nba.com/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href = http://nba.com/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=  \"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=/f1/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href = /f1/up/index/2012/0906/index.css rel=\"stylesheet\">";
Regex regFullUrl = new Regex(@"(?<=<link href\s*=\s*[""']?)(?=https?://)");
Regex regLocalUrl = new Regex(@"((?><link href\s*=\s*[""']?))(?!https?://)");
richTextBox2.Text = "FullUrl:\n" + regFullUrl.Replace(testUrl, "http://goto.com/?go=") + "\n\nLocalUrl:\n" + regLocalUrl.Replace(testUrl, "$1http://goto.com/?go=");
/*-----输出-----
FullUrl:
<link href="http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=  "http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href = http://goto.com/?go=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href="/f1/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=  "/f1/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=/f1/up/index/2012/0906/index.css rel="stylesheet">  
<link href = /f1/up/index/2012/0906/index.css rel="stylesheet">LocalUrl:
<link href="http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=  "http://nba.com/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href = http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href="http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=  "http://goto.com/?go=/f1/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=http://goto.com/?go=/f1/up/index/2012/0906/index.css rel="stylesheet">  
<link href = http://goto.com/?go=/f1/up/index/2012/0906/index.css rel="stylesheet">
*/

Answer 13

折腾了半天又多了一个问题，用正则表达式替换URL时有没有办法对取得URL地址进行编码？也就是将 http://nba.com/up/index/2012/0906/index.css 替换成 http://goto.com/?go=http%3a%2f%2fnba.com%2fup%2findex%2f2012%2f0906%2findex.css

Answer 14

正则不是来干这个的，编码你有Server.UrlEncode

Answer 15

我需要在替换的同时对URL进行编码，没有办法做到？

Answer 16

http://goto.com/?go=不编码？以下是参与编码的，注意正则和替换的内容都有变化
string testUrl = "<link href=\"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=  \"http://nba.com/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=http://nba.com/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href = http://nba.com/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href=\"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\"> \n<link href=  \"/f1/up/index/2012/0906/index.css\" rel=\"stylesheet\">  \n<link href=/f1/up/index/2012/0906/index.css rel=\"stylesheet\">  \n<link href = /f1/up/index/2012/0906/index.css rel=\"stylesheet\">"; 
Regex regFullUrl = new Regex(@"(?<=<link href\s*=\s*[""']?)https?://[^'""\s>]+"); 
Regex regLocalUrl = new Regex(@"((?><link href\s*=\s*[""']?))(?!https?://)([^'""\s>]+)");
richTextBox2.Text = "FullUrl:\n" + regFullUrl.Replace(testUrl, delegate(Match m) { return System.Web.HttpUtility.UrlEncode("http://goto.com/?go=" + m.Value); }) + "\n\nLocalUrl:\n" + regLocalUrl.Replace(testUrl, delegate(Match m) { return m.Groups[1].Value + System.Web.HttpUtility.UrlEncode("http://goto.com/?go=" + m.Groups[2].Value); }); 
/*-----输出----- 
FullUrl:
<link href="http%3a%2f%2fgoto.com%2f%3fgo%3dhttp%3a%2f%2fnba.com%2fup%2findex%2f2012%2f0906%2findex.css" rel="stylesheet">  
<link href=  "http%3a%2f%2fgoto.com%2f%3fgo%3dhttp%3a%2f%2fnba.com%2fup%2findex%2f2012%2f0906%2findex.css" rel="stylesheet"> 
<link href=http%3a%2f%2fgoto.com%2f%3fgo%3dhttp%3a%2f%2fnba.com%2fup%2findex%2f2012%2f0906%2findex.css rel="stylesheet">  
<link href = http%3a%2f%2fgoto.com%2f%3fgo%3dhttp%3a%2f%2fnba.com%2fup%2findex%2f2012%2f0906%2findex.css rel="stylesheet">  
<link href="/f1/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=  "/f1/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=/f1/up/index/2012/0906/index.css rel="stylesheet">  
<link href = /f1/up/index/2012/0906/index.css rel="stylesheet">LocalUrl:
<link href="http://nba.com/up/index/2012/0906/index.css" rel="stylesheet">  
<link href=  "http://nba.com/up/index/2012/0906/index.css" rel="stylesheet"> 
<link href=http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href = http://nba.com/up/index/2012/0906/index.css rel="stylesheet">  
<link href="http%3a%2f%2fgoto.com%2f%3fgo%3d%2ff1%2fup%2findex%2f2012%2f0906%2findex.css" rel="stylesheet"> 
<link href=  "http%3a%2f%2fgoto.com%2f%3fgo%3d%2ff1%2fup%2findex%2f2012%2f0906%2findex.css" rel="stylesheet">  
<link href=http%3a%2f%2fgoto.com%2f%3fgo%3d%2ff1%2fup%2findex%2f2012%2f0906%2findex.css rel="stylesheet">  
<link href = http%3a%2f%2fgoto.com%2f%3fgo%3d%2ff1%2fup%2findex%2f2012%2f0906%2findex.css rel="stylesheet">
*/如果http://goto.com/?go=不编码，把它挪到UrlEncode外面就行了
睡觉去鸟，再有问题可就不管了

Answer 17

太好了，全部解决了，感动的眼泪鼻涕都流出来了。有点小问题http://goto.com/?go=是不用编码的，自己改了一下。你是我见过的最认真的版主，你将你们老板的Email给我，我发封Email给他要好好的把你表扬一下。