使用php解析文本中的hashtag并将其替换为链接

Question

我有一些带Twitter风格的#hashtags文本。如何编写一个函数来解析可能包含无限数量的#hashtags的文本主体，获取hashtag文本并用<a href="tag/[hashtag text]">[hashtag text]</a>替换它们所有的文本？

我想了很多如何做到这一点，但是我真的不擅长使用正则表达式编写这些函数。

示例文本：

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。

- Amy Neville

---

展示一个文本的例子，并展示该文本在解析后的结果。 - Brian

Answer 1

试着使用这个：

$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;

这里是有效的：https://3v4l.org/WXqTr（点击运行）。

正则表达式参考： 空格或字符串开头，非捕获组

原始来源：使用 RegExp 解析 Twitter

- Joe

---

需要在井号前加上一个空格字符，这样 #hashtag blah blah blah 就不会被捕获。 - jraede

+1 - 我忘记了单词字符\w，这比[^\s]更好。 - jraede

这在链接中带有井号的情况下不起作用。它会崩溃。 - Mike Barwick

@MikeBarwick - 原始问题没有提到这一点，但这是一个有效的观点，我已经更新了它来解决这个问题。 - Joe

Answer 2

这将适用于UTF-8编码文本，并在内容中显示标签前的#（哈希）符号。

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

- Mohammad H.

---

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。 - Theodoros80

Answer 3

试试这个：

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

这将把这个：

This is a #hashtag

变成这个：

This is a <a href="tag/hashtag">hashtag</a>，

假设您有：

$your_content_here = 'This is a #hashtag';

- jraede

---

@Joe的正则表达式实际上更好 - 我的会让你在hashtag中使用逗号、句号或其他符号。当然，这取决于你如何定义“hashtag”。 - jraede

Answer 4

正确答案就是这个。有很多原因。 但最重要的是，你需要考虑你的字符串是否包含URL，否则所有其他答案都会失效。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;

- Mike Barwick

---

虽然这是这里最好的答案，但它在我使用它的文本上仍然不能百分之百地工作。问题是，如果我的哈希标签直接跟在HTML标签后面，即如果文本是“<p>#whatever</p>”，那么它就找不到它。我想这是因为标签前没有空格？我该如何调整正则表达式以匹配呢？ （如果这是一个愚蠢的问题，对不起，我从来没有真正学习过正则表达式） - Daniel Malmgren

请解释在模式中添加i和s模式修饰符的目的。 - mickmackusa

Answer 5

它将从文本中提取并添加到每个标签的链接，无论标签之间是否有空格。

$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;

- kamal deep

Answer 6

在阅读了页面上其他答案和评论之后，似乎有理由从构成标签字符串的内容中排除某些字符。即：

1. 空格
2. 大于号，它是HTML标记的开始
3. 经典的英文标点符号（如果支持其他语言或场景，请调整必要的标点符号）

其他答案没有提到，我建议在井号符号前使用否定的单词边界。这将强制执行哈希表达式之前的字符不是单词字符。

代码：(演示)

$text = <<<TEXT
Vivamus #tristique non elit eu iaculis.
Donec nibh mauris, pulvinar et #commodo a, porta et tellus. 
Donec eget porta ipsum.#Mauris sed mauris ante.
Donec a #pretium #augue, eget hendrerit orci.
Interference of#hashtag
Hash in <a>#taggytag</a>
"Living my #bestlife"
TEXT;

echo preg_replace('/\B#([^\s<,.?!"]+)/', '<a href="tag/$1">$1</a>', $text);

输出：

Vivamus <a href="tag/tristique">tristique</a> non elit eu iaculis.
Donec nibh mauris, pulvinar et <a href="tag/commodo">commodo</a> a, porta et tellus. 
Donec eget porta ipsum.<a href="tag/Mauris">Mauris</a> sed mauris ante.
Donec a <a href="tag/pretium">pretium</a> <a href="tag/augue">augue</a>, eget hendrerit orci.
Interference of#hashtag
Hash in <a><a href="tag/taggytag">taggytag</a></a>
"Living my <a href="tag/bestlife">bestlife</a>"

如果模式中需要多字节支持，请添加“u”模式修饰符。/\B#([^\s<,.?!"]+)/u

- mickmackusa

Answer 7

我结合了Joe和jraede的解决方案。

UTF-8安全和正确的标签格式（无逗号等）：

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

- Fabian S.