php - 正则表达式来解析链接的 URL，但前提是它们还不是链接

Question

我们使用以下正则表达式将文本中的 URL 转换为链接，如果它们太长，则在中间用省略号缩短：

/**
 * Replace all links with <a> tags (shortening them if needed)
 */
$match_arr[] = '/((http|ftp)+(s)?:\/\/[^<>\s,!\)]+)/ie';
$replace_arr[] = "'<a href=\"\\0\" title=\"\\0\" target=\"_blank\">' . " .
    "( mb_strlen( '$0' ) > {$maxlength} ? mb_substr( '$0', 0, " . ( $maxlength / 2 ) . " ) . '…' . " .
    "mb_substr( '$0', -" . ( $maxlength / 2 ) . " ) : '$0' ) . " .
"'</a>'";

这是有效的。但是，我发现如果文本中已经存在链接，例如：

$text = '... <a href="http://www.google.com">http://www.google.com</a> ...';

它将匹配两个URL，因此它会尝试再创建两个<a>标签，当然会完全弄乱 DOM。

<a>如果链接已经在标签内，如何防止正则表达式匹配？它也将在title属性中，所以基本上我只想<a>完全跳过每个标签。

Answer 1

最简单的方法（使用正则表达式，在这种情况下可能不是最可靠的工具）可能是确保</a>链接后没有跟随：

#(http|ftp)+(s)?://[^<>\s,!\)]++(?![^<]*</a>)#ie

我使用所有格量词来确保整个 URL 将被匹配（即没有回溯以满足前瞻）。