如何为“解析”HTML链接创建自己的正则表达式？

Question

这些字符串看起来像超链接，如http://somethings。这是我需要的：

1. 我需要检查他们，只有当他们不开始与字符";我的意思是，只有那些角色：如果之前没有角色，它必须检查;
2. 那somethings字符串意味着除了空格（结束标记链接）外，每种字符都可以使用（当然是链接）;我知道，这是RFC允许的，但是我知道要逃脱的唯一方法是;
3. 这些字符串以前使用htmlentities($str, ENT_QUOTES, "UTF-8")过滤，这就是为什么可以使用每种字符。它安全吗？或者我冒着xss或html中断的问题冒险？
4. 这个替换的发生可以是多重的，不仅是1，并且必须是不区分大小写的;

这是我的实际正则表达式：

preg_replace('#\b[^"](((http|https|ftp)://).+)#', '<a class="lforum" href="$1">$1</a>', $str); 

但只检查那些与” START串，我想相反的任何帮助回答这个问题将是一件好事，感谢

！

Answer 1

1. 事情是这样的：preg_match('/\b[^"]/',$input_string);

   这看起来一个字断（\b），其次是除引号（[^"]）以外的任何字符。

2. 事情是这样的：preg_match('~(((ThisShouldBePresent)://).+)~');

   我假设你的问题（以及加号）规定的括号旨在为正则表达式，而不是文字来搜索的一部分。

   我也采取了@ ThiefMaster的建议，并将分隔符更改为~，以避免必须逃脱//。

Answer 2

对于您的两个情况下，你会想向后断言

1. \b(?<!")(\w)\b - 如果不是通过前面012负回顾后仅匹配
2. (?<=ThisShouldBePresent://)(.*) - 只有在字符串前面匹配才能匹配的正向lookbehind。