nicht angemeldet
Hi,
while($inhalt =~ /URL: (http://.*)[\n\r]+/gs)
ist nicht ganz korrekt ... und ausserdem, warum so kompliziert? :-)
möchtest Du mal wissen, was kompliziert ist? ;-)
Also, hier ging es ja um ein relativ einfaches Beispiel. Allgemein betrachtet ist die korrekte Erkennung von URLs nicht ganz so einfach - RFC 1738 (ftp://ftp.isi.edu/in-notes/rfc1738.txt) regelt, wie eine solche auszusehen hat, und man kann sogar eine Regular Expression draus basteln.
Die völlig RFC-konforme RegExp hat noch (mindestens) zwei kleine Macken: Erstens matcht "otherurl" auf so ziemlich alles, zweitens sind in HTTP-URLs keine Tilden "~" erlaubt, werden aber sehr oft benutzt. Nach diesen Anpassungen kommt folgendes heraus (ich hoffe, das Forums-Script macht mir jetzt keinen Strich durch die Rechnung; falls doch, schicke ich noch ein zweites Posting mit dem Rest):
Basic definitions:
my $lowalpha = '(?:[a-z])';
my $hialpha = '(?:[A-Z])';
my $alpha = "(?:$lowalpha$hialpha)";
my $digit = '(?:\d)';
my $safe = '(?:[$_.+-])';
my $extra = '(?:[!*'(),])';
my $national = '(?:[{}\\^~[]`])';
my $punctuation = '(?:[<>#%"])';
my $reserved = '(?:[;/?:@&=])';
my $hex = '(?:[\dA-Fa-f])';
my $escape = "(?:%$hex$hex)";
my $unreserved = "(?:$alpha$digit$safe$extra)";
my $uchar = "(?:$unreserved$escape)";
my $xchar = "(?:$unreserved$escape$reserved)";
my $digits = '(?:\d+)';
my $alphadigit = "(?:$alpha\d)";
URL schemeparts for ip based protocols:
my $urlpath = "(?:$xchar*)";
my $user = "(?:(?:$uchar[;?&=])*)";
my $password = "(?:(?:$uchar[;?&=])*)";
my $port = "(?:$digits)";
my $hostnumber = "(?:$digits\.$digits\.$digits\.$digits)";
my $toplabel = "(?:(?:$alpha(?:$alphadigit-)*$alphadigit)$alpha)";
my $domainlabel = "(?:(?:$alphadigit(?:$alphadigit-)*$alphadigit)$alphadigit)";
my $hostname = "(?:(?:$domainlabel\.)*$toplabel)";
my $host = "(?:(?:$hostname)(?:$hostnumber))";
my $hostport = "(?:(?:$host)(?::$port)?)";
my $login = "(?:(?:$user(?::$password)?@)?$hostport)";
my $ip_schemepart = "(?://$login(?:/$urlpath)?)";
my $schemepart = "(?:$xchar*$ip_schemepart)";
my $scheme = "(?:(?:$lowalpha$digit[+.-])+)";
The generic form of a URL is:
my $genericurl = "(?:$scheme:$schemepart)";
The predefined schemes:
FTP (see also RFC959)
my $fsegment = "(?:(?:$uchar[?:@&=])*)";
my $ftptype = "(?:[AIDaid])";
my $fpath = "(?:$fsegment(?:/$fsegment)*)";
my $ftpurl = "(?:ftp://$login(?:/$fpath(?:;type=$ftptype)))";
FILE
my $fileurl = "(?:file://(?:(?:$host)localhost)?/$fpath)";
HTTP
my $httpuchar = "(?:(?:$alpha$digit$safe(?:[!*',]))$escape)";
my $hsegment = "(?:(?:$httpuchar[;:@&=~])*)";
my $search = "(?:(?:$httpuchar[;:@&=~])*)";
my $hpath = "(?:$hsegment(?:/$hsegment)*)";
my $httpurl = "(?:http://$hostport(?:/$hpath(?:\?$search)?)?)";
GOPHER (see also RFC1436)
my $gopher_plus = "(?:$xchar*)";
my $selector = "(?:$xchar*)";
my $gtype = "(?:$xchar)";
my $gopherurl = "(?:gopher://$hostport(?:/$gtype(?:$selector(?:%09$search(?:%09$gopher_plus)?)?)?)?)";
MAILTO (see also RFC822)
my $encoded822addr = "(?:$xchar+)";
my $mailtourl = "(?:mailto:$encoded822addr)";
NEWS (see also RFC1036)
my $article = "(?:(?:$uchar[;/?:&=])+@$host)";
my $group = "(?:$alpha(?:$alpha$digit[.+_-])*)";
my $grouppart = "(?:$article$group\*)";
my $newsurl = "(?:news:$grouppart)";
NNTP (see also RFC977)
my $nntpurl = "(?:nntp://$hostport/$group(?:/$digits)?)";
TELNET
my $telneturl = "(?:telnet://$login(?:/)?)";
WAIS (see also RFC1625)
my $wpath = "(?:$uchar*)";
my $wtype = "(?:$uchar*)";
my $database = "(?:$uchar*)";
my $waisdoc = "(?:wais://$hostport/$database/$wtype/$wpath)";
my $waisindex = "(?:wais://$hostport/$database\?$search)";
my $waisdatabase = "(?:wais://$hostport/$database)";
my $waisurl = "(?:$waisdatabase$waisindex$waisdoc)";
PROSPERO
my $fieldvalue = "(?:(?:$uchar[?:@&]))";
my $fieldname = "(?:(?:$uchar[?:@&]))";
my $fieldspec = "(?:;$fieldname=$fieldvalue)";
my $psegment = "(?:(?:$uchar[?:@&=]))";
my $ppath = "(?:$psegment(?:/$psegment)*)";
my $prosperourl = "(?:prospero://$hostport/$ppath(?:$fieldspec)*)";
my $url = "$httpurl$ftpurl$newsurl$nntpurl$telneturl$gopherurl$waisurl$mailtourl$fileurl$prosperourl";
$text =~ s!$url!<a href="$&">$&</a>!g;
Man beachte nun noch, daß die Verwendung von $& die Performance des gesamten Scripts (nämlich die jeder einzelnen Regular Expression!) herunterziehen kann, aber das ist glaube ich hier ein eher zweitrangiges Problem :-)
Cheatah