【C#】获取文本中的链接，通过正则表达式的方法获取以及优化兼容多种格式

欢迎来到《小5讲堂》
大家好，我是全栈小5。
这是《C#》系列文章，每篇文章将以博主理解的角度展开讲解，
特别是针对知识点的概念进行叙说，大部分文章将会对这些概念进行实际例子验证，以此达到加深对知识点的理解和掌握。
温馨提示：博主能力有限，理解水平有限，若有不对之处望指正！

前言

在看CSDN平台上的私信时，PC端是如何识别到文本链接的，
后来想想，应该是在录入时就已经识别并按链接方式保存，所以发送和显示私信文本时就是一个链接。
处于这个好奇，假如是一个纯文本情况下又如何识别，博主尝试通过正则表达式进行识别出来。

链接匹配提取

通过一定规则和规律进行文本提取，第一个比较明显的规律就是链接第一是含有http协议

正则表达式一

• 代码

 string pattern = @"(https?://[^\s]+)";
 Regex regex = new Regex(pattern);
 MatchCollection matches = regex.Matches(item.content);
 foreach (Match match in matches)
 {
     Console.WriteLine(match.Value);
 }

• 效果
  
  上面代码还是不够准确的，并且必须是识别了https协议开头的链接，比如下面这个文本就不支持了
  

优化正则

优化后的正则表达式

((https?|ftp|file)😕/[-A-Za-z0-9+&@#/%?=_{_|!:,.;]*[-A-Za-z0-9+&@#/%=}_|])

string content = @"我刚创作了一篇博文：《【C#】使用代码实现龙年春晚扑克牌魔术（守岁共此时），代码实现篇》http://t.csdnimg.cn/j1M12，快来支持我吧！";

string pattern = @"((https?|ftp|file):\/\/[\-A-Za-z0-9+&@#\/%?=~_|!:,.;]*[\-A-Za-z0-9+&@#\/%=~_|])";
Regex regex = new Regex(pattern);
MatchCollection matches = regex.Matches(content);
foreach (Match match in matches)
{
    Console.WriteLine(match.Value);
}

正则表达式概念

正则表达式是一种用来描述字符串匹配规则的强大工具。它可以用来在文本中搜索、匹配和替换符合特定模式的字符串。在 C# 中，你可以使用 System.Text.RegularExpressions 命名空间中的类来处理正则表达式。

下面是一些常用的正则表达式语法和模式示例：

1.匹配数字

\d 表示任意一个数字。例如，\d+ 可以匹配一个或多个连续的数字。

2.匹配字母

\w 表示任意一个字母或数字。例如，\w+ 可以匹配一个或多个连续的字母或数字。

3.匹配空白字符

\s 表示任意一个空白字符，例如空格、制表符、换行符等。

4.匹配特定字符

可以使用字符本身来匹配。例如，
abc 可以匹配由字母 “a”、“b” 和 “c” 组成的字符串。

5.匹配重复次数

使用 {} 来指定某个模式的重复次数。例如，a{3} 表示连续出现 3 次的字符 “a”。

6.匹配选择项

使用 | 来分隔多个选择项。例如，(apple|banana) 可以匹配 “apple” 或 “banana”。

7.匹配起始和结束位置

使用 ^ 表示字符串的开始位置，$ 表示字符串的结束位置。例如，^start 表示以 “start” 开头的字符串。

这只是正则表达式语法中的一小部分。
正则表达式还包含更多高级的模式和操作符，可以根据需要进行学习和使用。

相关文章

【C#】使用代码实现龙年春晚扑克牌魔术（守岁共此时），代码实现篇
【C#】使用代码实现龙年春晚扑克牌魔术（守岁共此时），流程描述篇
【C#】约瑟夫原理举例2个代码实现
【C#】List泛型数据集如何循环移动，最后一位移动到第一位，以此类推
【C#】获取文本中的链接，通过正则表达式的方法获取以及优化兼容多种格式

温故而知新，不同阶段重温知识点，会有不一样的认识和理解，博主将巩固一遍知识点，并以实践方式和大家分享，若能有所帮助和收获，这将是博主最大的创作动力和荣幸。也期待认识更多优秀新老博主。