【百分求助】文章关键字替换

[sljz]

现在数据库中有一张表，含有关键字和链接，现在希望系统自动将文章中包含的关键字替换成链接。有些问题询问：

1. 关键字如果非常多的话，遍历数据然后replace的话效率会影响很大，还有其他什么好方法解决吗？

2. 如果关键字有重复，如何避免无效链接？

举例说明：
假设有一个关键字是“文章”，链接为a.html，一个关键字为"文"，链接为b.html，这样使用替换的话，会产生<a href=a.html><a href=b.html>文</a>章</a>，如何避免类似事件发生，比如判断该关键字所在部分是否已经有链接了，如果有的就不加链接。

[showmy]

感觉这个需求有问题``mark

[Harvey_zhang]

up

[flyingfz]

1. 貌似是要遍历的, .net 好像是对字符串操作进行了优化,性能上的损失应该不是太大的问题.
2. 用正则表达式应该可以达到你的目的.

[kirinboy]

需要使用中文分词，如果客户有此需求的话，可以考虑加钱。。。

[sljz]

各位老大，不是说理论的时候，我要具体实现。。。。

[sljz]

还有人吗？

[Ny-6000]

正则表达式感觉可行.
<.+?>这个可以找到所有格式字符的

[BearRui]

类似功能：
http://topic.csdn.net/t/20040329/13/2898842.html

[蝶恋花雨]

学习下帮顶，没有做过。

[anncesky]

用string.replace话那是N慢的
用正则
Regex.Replace

用正则的话，那么关键字和链接的html代码在全页要类唯一

比如 <a href=a.html>文章</a> 这么一个关键字，要替换成
<a href=b.html>狗屁</a>

可以这样
string str=@"<a href=a.html>文章</a>";
str=Regex.Replace(str, "(<a\\s+href=)[^>]+(>)[^<>]+(<\\/a>)", "$1b.html$2狗尼$3", RegexOptions.IgnoreCase | RegexOptions.Multiline);

那么"(<a\\s+href=)[^>]+(>)[^<>]+(<\\/a>)"这个正则要唯一的表示这个
<a href=a.html>文章</a>或者同类你的也想替换的关键字

[wangkun9999]

1. 关键字如果非常多的话，遍历数据然后replace的话效率会影响很大，还有其他什么好方法解决吗？

用存储过程实现,把压力交给数据库;

2. 如果关键字有重复，如何避免无效链接？

举例说明：
假设有一个关键字是“文章”，链接为a.html，一个关键字为"文"，链接为b.html，这样使用替换的话，会产生<a href=a.html><a href=b.html>文</a>章</a>，如何避免类似事件发生，比如判断该关键字所在部分是否已经有链接了，如果有的就不加链接。

=>>
这种情况先要剔除关键字中的重复情况;
如果同时存在"文章"和"文"这样的情况,应该考虑把"文"剔除掉(方法很简单)再替换;

[anncesky]

非常想知道怎么在

比如我的anncesky() 括号里加上签名

我找了N久没找到

[anncesky]

找到了，哈

[cat_hsfz]

避免重复替换，其实中文分词的最低分词法就能解决了（虽然是非常低级的方法，能解决问题就好）。分词的同时替换，那样子效率应该还可以。

[bendise]

假设有一个关键字是“文章”，链接为a.html，一个关键字为"文"，链接为b.html，这样使用替换的话，会产生<a href=a.html><a href=b.html>文</a>章</a>，如何避免类似事件发生，比如判断该关键字所在部分是否已经有链接了，如果有的就不加链接。
=========================================
这个需求没有写清楚，应该让他写清楚如果出现上述情况的话，是应该给文加链接呢，还是应该给文章加链接呢，那个优先级比较高，如果是文加链接，那就不要考虑文章了，就这样，改下需求就好了

[qq_28928247]

这篇问斩可以完美解决重复替换问题

http://www.zhouhaihe.com/blog/article.asp?id=100