正则表达式匹配Markdown链接

Question

我有一个包含Markdown格式的字符串。我正在尝试使用正则表达式去除所有的Markdown，但是在匹配链接时遇到了麻烦。这是我目前的进展：

function stripMarkdown(text) {
  var str = String(text).replace(/(__|\*|\#)/gm, '');
  return str;
}

var testStr = '# This is the title. ## This is the subtitle. **some text** __some more text__. [link here](http://google.com)'

stripMarkdown(testStr);

所以我相信上面的内容会去掉除链接之外的所有不必要标记。我如何处理链接呢？如果有更好的方法，请告诉我。

期望的结果：

This is the title. This is the subtitle. some text some more text. link here

- CaribouCode

---

这个行吗：https://dev59.com/4I7ea4cB1Zd3GeqPFcF3？ - Vasil Dininski

Answer 1

我想到了这个正则表达式：

(?:__|[*#])|\[(.*?)\]\(.*?\)

var str = '# This is the title. ## This is the subtitle. **some text** __some more text__. [link here](http://google.com)'

document.write(String(str).replace(/(?:__|[*#])|\[(.*?)\]\(.*?\)/gm, '$1'));

- Thomas Ayoub

---

这匹配一个空链接：()[]... 这是期望的行为吗？ - phillyslick

@BenPolinsky 如果需要的话，可以将其更改为 (?:__|[*#])|\[(.+?)\]\(.+?\)，但空链接也是一种链接样式，不是吗？ :p - Thomas Ayoub

这似乎也符合Markdown的标题标签##和加粗标签**。 - PJATX

我会为链接添加第二个组：(?:__|[*#])|\[(.+?)]\((.+?)\)。 - dominik

它匹配字面上的 # 和 *，它们与 Markdown 链接无关。 - Wasi Master

Answer 2

接受的答案匹配加粗标签 * 和标题 ###。如果在一行上有多个方括号对，则Marvin的修复程序匹配奇怪的文本组 (例如[word] a [link](url))。 这个正则表达式可以解决这个问题：

.replace(/\[([^\[\]]*)\]\((.*?)\)/gm, '$1')

注意，带有括号对的URL需要进行URL编码。

- kingliam

---

这个正则表达式在 [aaaa[bbb]dd](some-url) 中失败了。 - ylc395

Answer 3

Thomas的回答可以匹配标题(###)和粗体标签(*)。如果要避免匹配它们，请改用以下正则表达式：

.replace(/([])|\[(.*?)\]\(.*?\)/gm, '$1')

对于使用JavaScript/Node匹配Markdown链接模式的人可能会很有用。

- Marvin Danig

Answer 4

使用简单的正则表达式来正确处理Markdown太过复杂。考虑以下示例：

[`[test](test)`](test)
[\[](test) [\]](test)
`[test` [test](test) `test](test)`
``test`[test`` [test](test) ``test`](test)``

在Markdown中，字符的含义取决于它们出现的上下文。正如您所看到的，即使是StackOverflow的语法高亮也很难正确解释最后一行。此外，Markdown编译器通常允许在文本中使用原始HTML。

如果您想要一个简单的解决方案，请编译Markdown并剥离所有HTML元素。

function getMarkdownText(markdown) {
    const compiled = sanitize(marked(markdown));
    const el = document.createElement("div");
    el.innerHTML = compiled;
    return el.innerText;
}

如果您想要一个运行速度更快但实现更复杂的解决方案，可以自己钩入 Markdown 编译器并使其生成所需的输出。

- cdauth

Answer 5

对我而言，这是工作。

string.match(/\[[^\]]*\]\([^)]*\)*/)

- Stark Jeon

Answer 6

这个正则表达式可以匹配遵循[一些参考文本](一些url)模式的markdown文本，并包含两个组，分别包含参考文本和url的值。

\[([^\]]+)\]\(([^)]+)\)

如果需要，您可以直接将原始字符串中的markdown文本替换为参考文本。

- rdieleman

Answer 7

试试这个：

function stripMarkdown(text) {
  var str = String(text).replace(/__|\*|\#|(?:\[([^\]]*)\]\([^)]*\))/gm, '$1');
  return str;
}

var testStr = '# This is the title. ## This is the subtitle. **some text** __some more text__. [link here](http://google.com)'

document.write(stripMarkdown(testStr));

它用第一个捕获组替换匹配项，即链接的文本。如果匹配项不是链接（Markdown），则为空。

- SamWhan