使用 C# 查找和替换字符串中的多个 Instagram URL

Question

我想在一个字符串中找到所有Instagram网址，并用嵌入网址替换它们。

但我热衷于性能，因为这可能是 5 到 20 个帖子，每个帖子最多 6000 个字符，其中需要转换的 Instagram 网址数量未知。

url示例（可以是每个字符串中的任何一个，因此需要匹配所有）

http://instagram.com/p/xPnQ1ZIY2W/?modal=true
http://instagram.com/p/xPnQ1ZIY2W/
http://instagr.am/p/xPnQ1ZIY2W/

这就是我需要替换它们的（嵌入式版本）

<img src="http://instagram.com/p/xPnQ1ZIY2W/media/?size=l" class="instagramimage" />

我在考虑去正则表达式？但这是最快、最高效的方法吗？

任何例子都非常感谢。

Answer 1

像这样：

Regex reg = new Regex(@"http://instagr.?am(?:.com)?/S*");

编辑正则表达式。但是，我会将其与字符串阅读器结合使用并逐行执行。然后将字符串（修改与否）放入字符串生成器中：

string original = @"someotherText http://instagram.com/p/xPnQ1ZIY2W/?modal=true some other text
some other text http://instagram.com/p/xPnQ1ZIY2W/ some other text
some other text http://instagr.am/p/xPnQ1ZIY2W/ some other text";
StringBuilder result = new StringBuilder();
using (StringReader reader = new StringReader(original))
{
    while (reader.Peek() > 0)
    {
        string line = reader.ReadLine();
        if (reg.IsMatch(line))
        {
            string url = reg.Match(line).ToString();
            result.AppendLine(reg.Replace(line,string.Format("<img src="{0}" class="instagramimage" />",url)));
        }
        else
        {
            result.AppendLine(line);
        }
   }
}
Console.WriteLine(result.ToString());

你的意思是这样？

class Program
{
    private static Regex reg = new Regex(@"http://instagr.?am(?:.com)?/S*", RegexOptions.Compiled);
    private static Regex idRegex = new Regex(@"(?<=p/).*?(?=/)",RegexOptions.Compiled);
    static void Main(string[] args)
    {
        string original = @"someotherText  http://instagram.com/p/xPnQ1ZIY2W/?modal=true some other text
some other text http://instagram.com/p/xPnQ1ZIY2W/ some other text
some other text http://instagr.am/p/xPnQ1ZIY2W/ some other text";
        StringBuilder result = new StringBuilder();
        using (StringReader reader = new StringReader(original))
        {
            while (reader.Peek() > 0)
            {
                string line = reader.ReadLine();
                if (reg.IsMatch(line))
                {
                    string url = reg.Match(line).ToString();
                    result.AppendLine(reg.Replace(line, string.Format("<img src="http://instagram.com/p/{0}/media/?size=1" class="instagramimage" />", idRegex.Match(url).ToString())));
                }
                else
                {
                    result.AppendLine(line);
                }
            }
        }
        Console.WriteLine(result.ToString());

    }
}

Answer 2

精心设计和编译的正则表达式很难被击败，特别是因为你正在做替换，不仅仅是搜索，但你应该测试以确保。

如果Instagram URL仅在HTML属性中，这是我第一次尝试要寻找的模式：

(?<=")(https?://instagr[^">]+)

（我也添加了https的检查，你没有提到，但我相信Instagram支持。

一些误报在理论上是可能的，但它的表现比学究地匹配Instagram URL的每个合法变体要好。（">"检查只是为了以防 HTML 由于某种原因缺少结束引号。