URL检测和BB样式标签(regex，前瞻性问题)

Question

所以我正在构建一个小型CMS，我希望避免在内容编辑器中允许使用HTML。出于这个原因，我想检测文本中的原始URL，并支持类似BB的标签，以便更好地进行自定义。

www.example.com
[link http://www.example.com]Click me[/link]

不幸的是，我对正则表达式还很陌生，而且我似乎无法做到这一点。我在字符串上运行两个正则表达式：第一个检测原始URL，第二个类似BB的URL。后者似乎工作得很好，但第一个会干扰，并且也会转换包装在标签中的URL。

我从这里找到的一段代码开始，并添加了一些内容。

这是非标签URL的代码：

/* don't match URLs preceeded by '[link ' */
(?<![links)
(
    /* match all combinations of protocol and www. */
    (bhttps?://www.|bhttps?://|(?<!//)bwww.)
    /* match URL (no changes made here) */
    ([^s()<>]+(?:([wd]+)|([^[:punct:]s]|/)))
    /* but don't match if followed by [/link] - THIS DOESN'T WORK */
    (?![/link])
)

www.之前的否定表情是存在的，因为/不是一个单词字符，没有它就有点像

 [link http://www.example.com]example[/link]

将在CCD_ 3之后仍然匹配。

上面的regex生成以下匹配项（使用http://gskinner.com/RegExr/，匹配项位于粗体中。我不得不在http://后面添加空格，因为我不允许发布更多的URL）：

www.example.com
http://www.example.com
http://example.com
[链接http://www.example.com]没有问题1[/link]
[link www.example.com]没问题2[/link]
[链接http://www.example.com]http://www.example.com[/link]

我试着把消极的观点向前看，并玩括号（相当漫无目的），但没有成功。

为了完整起见，下面是标签匹配正则表达式（似乎有效）：

(?:[links)(bhttps?://|bwww.|bhttps?://www.)([^s()<>]+(?:([wd]+)|([^[:punct:]s]|/)))](.*)(?:[/link])

我相信有人能立即发现错误。

提前感谢！

Answer 1

我已经获取了您的regex，用您给出的示例将其插入到regexr中，并试图使其工作。

逐步：

1） 原始正则表达式：http://regexr.com?33snj.为什么这个正则表达式也匹配[/link]的问题在于URL匹配位：

[^s()<>]+

这也将匹配开括号字符"["，因此匹配在遇到[/link]位时不会停止。可以说[字符是一个有效的URI字符，但这只是在极少数情况下（更多信息请参阅这篇stackoverflow文章）

2） 我决定继续使用正则表达式，但在否定字符列表中添加了开括号字符：

[^s()<>[]+

这会让你陷入另一个问题。看见http://regexr.com?33snp.由于回溯，引擎现在找到了一种方法来绕过最后的负面展望。

3） 一旦您使URL匹配组成为原子组（通过将？>添加到捕获组的开头），引擎就会停止回溯，我们就得到了所需的结果。

(?<![links)((bhttps?://www.|bhttps?://|(?<!//)bwww.)(?>[^s()<>[]+(?:([wd]+)|([^[:punct:]s]|/)))(?![/link]))

在行动中看到它http://regexr.com?33sns.