解析主题标签的文本并使用 php 替换为链接

Posted 2023-03-04

【中文标题】解析主题标签的文本并使用 php 替换为链接

【英文标题】：Parse text for hashtags and replace with links using php

【发布时间】：2013-06-19 04:18:45

【问题描述】：

我有一些带有 twitter 风格#hashtags 的文本。我将如何编写一个函数来解析可能包含无限数量#hashtags的文本正文，获取主题标签的文本并将它们全部替换为<a href="tag/[hashtag text]">[hashtag text]</a>

我想了很多关于如何做到这一点，但我真的不擅长用正则表达式编写这类函数。

示例文本：

Lorem ipsum dolor sit amet，consectetur adipiscing elit。 Vivamus #tristique non elit eu iaculis。 Vivamus eget ultricies nisi。 mauris condimentum scelerisque 的 Vivamus hendrerit。 Donec nibh mauris， pulvinar et #commodo a, porta et Tellus。 Duis eget ante gravida, convallis augue id, blandit lectus。 Mauris euismod commodo mi ut 弗林吉拉。 Sed felis magna, rhoncus vitae mattis varius, sagittis a 爱神。 Donec eget porta ipsum。 #Mauris sed mauris ante。悬念 潜力。 Donec #pretium #augue，eget hendrerit orci。整数光标 scelerisque 后果。

【问题讨论】：

显示文本示例，以及解析后该文本的结果

【参考方案1】：

试试这个：

$text = "Vivamus #tristique non elit eu iaculis.";
$text = preg_replace('/(?:^|\s)#(\w+)/', ' <a href="tag/$1">$1</a>', $text);
// $text now: Vivamus <a href="tag/tristique">tristique</a> non elit eu iaculis;

它正在运行：https://3v4l.org/WXqTr（点击运行）。

正则表达式参考：Space or beginning of string、Non capturing group

原文来源：Parsing Twitter with RegExp

【讨论】：

这要求在主题标签之前有一个空格字符，这样#hashtag blah blah blah 就不会被捕获。

+1 - 我忘了字字符\w，这比[^\s]好

这不适用于包含主题标签的链接。会坏的。

@MikeBarwick - 最初的问题没有提到这一点，但这是一个有效的观点，我已对其进行了更新以解决问题。

【参考方案2】：

这将适用于 UTF-8 编码文本，并将在内容中的标签前显示 #（哈希）

preg_replace('/(\#)([^\s]+)/', ' <a href="tag/$2">#$2</a> ', $content);

【讨论】：

我确认这适用于希腊字符（UTF-8），而上述解决方案仅适用于英文字符！谢谢

【参考方案3】：

试试这个：

preg_replace('/(\#)([^\s]+)/', '<a href="tag/$2">$2</a>', $your_content_here);

这将变成这样：This is a #hashtag

进入这个：This is a <a href="tag/hashtag">hashtag</a>，

假设你有$your_content_here = 'This is a #hashtag';

【讨论】：

Awww 太棒了:)

@Joe 的正则表达式实际上要好一些——我的可以让您在主题标签中使用逗号、句点或其他符号。当然，要看你想怎么定义“hashtag”

【参考方案4】：

无论标签之间没有空格，它都会提取并添加到文本中每个标签的链接。

$text = "#test Lorem ipsum dolor sit amet, consectetur adipiscing elit. Vivamus #tristique non elit eu iaculis. Vivamus eget ultricies nisi. Vivamus hendrerit at mauris condimentum scelerisque. Donec nibh mauris, pulvinar et #commodo a, porta et tellus. Duis eget ante gravida, convallis augue id, blandits.Repost#high#fashion#photography#Ishan#portart#photo#Shoot#EishaChopra#luxe#twisty#creative#destination#style#Actor#model#beauty#gorgeous#makeup#and#hair#kamaldeep#fashionista#trending ";
$text = preg_replace('/#(\w+)/', ' <a href="tag/$1">$1</a>', $text);
echo $text;

【参考方案5】：

正确答案是这样。原因不止一个。但最重要的是，您需要考虑您的字符串是否包含 URL，否则所有其他答案都会中断。请参见下面的示例：

$text = "#test Lorem ipsum dolor sit amet, consectetur adipiscing elit. Vivamus #tristique non elit eu iaculis. Vivamus eget ultricies nisi. Vivamus hendrerit at mauris condimentum scelerisque. Donec nibh mauris, pulvinar et #commodo a, porta et tellus. Duis eget ante gravida, convallis augue id, blandit lectus. Mauris euismod commodo mi ut fringilla. Sed felis magna, rhoncus vitae mattis varius, sagittis a eros. Donec eget porta ipsum. #Mauris sed mauris ante. Suspendisse potenti. Donec a #pretium #augue, eget hendrerit orci. Integer cursus scelerisque consequat. http://www.example.com/#wdwd/dwdqwdqwdqw#dwqdqwdq";

$text = preg_replace('/(^|[\n\s])#([^\s"\t\n\r<:]*)/is', '$1<a href="http://twitter.com/search?q=%23$2">#$2</a>', $text);

echo $text;

【讨论】：

虽然这是最好的答案，但它仍然不能 100% 地适用于我正在使用的文本。问题是如果我的主题标签直接出现在 html 标签之后，即如果文本是“

【参考方案6】：

我结合了 Joe 和 jraede 的解决方案。

UTF-8 安全且正确的标签格式（无逗号等）：

preg_replace('~(\#)([^\s!,. /()"\'?]+)~', '<a href="tag/$2">#$2</a>', $text);