11、正则表达式的实际应用与特性解析

正则表达式的实际应用与特性解析

1. HTTP URL 转换为链接

在处理文本时，将普通的 HTTP URL 识别并转换为指向自身的链接是一项常见需求。例如，将 “http://www.yahoo.com/” 转换为 <a href="http://www.yahoo.com/">http://www.yahoo.com/</a> 。

1.1 URL 匹配的基本形式

HTTP URL 的基本形式为 “http://hostname/path”，其中 “/path” 部分是可选的。对应的正则表达式如下：

$text =~ s{
    \b
    # Capture the URL to $1 ...
    (
        http:// hostname
        (
            / path
        )?
    )
}{<a href="$1">$1</a>}gix;

对于 “hostname” 部分，可以使用与匹配电子邮件地址相同的子表达式。而 URL 的 “path” 部分可以由多种字符组成，之前使用的字符类为 [-a-z0-9R:@&?=+,.!/˜+’%$]+ ，它包含了除空白字符、控制字符以及 < > ( ) { } 等之外的大多数字符。

1.2 字符转义问题

在使用这个正则表达式时，需要对 $