提取字符串中的链接和 return 对象数组

Question

我从服务器收到一个字符串，这个字符串包含文本和 links（主要以 http://、https:// 和 www. 开头，很少有不同，但如果它们不同，它们没关系）。

示例：

"simple text simple text simple text domain.ext/subdir again text text text youbank.com/transfertomealltheirmoney/witharegex text text text and again text"

我需要一个执行以下操作的 JS 函数： - 找到所有的 link（不管是否有重复）； - return 是一个对象数组，每个对象代表一个 link，以及 return 的键，其中 link 在文本中开始和结束的位置，例如：

[{link:"http://www.dom.ext/dir",startsAt:25,endsAt:47},
{link:"https://www.dom2.ext/dir/subdir",startsAt:57,endsAt:88},
{link:"www.dom.ext/dir",startsAt:176,endsAt:192}]

这可能吗？怎么样？

编辑：@Touffy：我试过了，但我不知道任何字符串有多长，只有起始索引。此外，这不会检测到 www：var str = string with many links (SO does not let me post them)" var regex =/(\b(https?|ftp|file|www):\/\/[-A-Z0-9+&@#\/%?=~_|!:,.;]*[-A-Z0-9+&@#\/%=~_|])/ig; var result, indices = []; while ( (result = regex.exec(str)) ) { indices.push({startsAt:result.index}); }; console.log(indices[0].link);console.log(indices[1].link);

Answer 1

解决这个问题的一种方法是使用正则表达式。假设无论输入什么，你都可以做类似

的事情

 var expression = /(https?:\/\/(?:www\.|(?!www))[^\s\.]+\.[^\s]{2,}|www\.[^\s]+\.[^\s]{2,})/gi;
 var matches = input.match(expression);

然后，您可以使用 indexOf

遍历匹配项以发现起点和终点

for(match in matches)
    {
        var result = {};
        result['link'] = matches[match];
        result['startsAt'] = input.indexOf(matches[match]);
        result['endsAt'] = 
            input.indexOf(matches[match]) + matches[match].length;
     }

当然，您可能需要修改正则表达式本身以满足您的特定需求。

你可以在这个fiddle

看到控制台记录的结果

提取字符串中的链接和 return 对象数组

Extract links in a string and return an array of objects

javascript

url

text

extract