替换文章关键字程序—优化

路人乙e 2009-06-04 05:58:46

加精

思想：
对一篇文章查找搜索关键字，并进行替换，变成链接形式

要求：
1、标签内的内容不参与替换，比如：<p title="关键字"> 虽然含有关键字，但不进行替换
2、本身是链接的内容不参与替换，如：<a>关键字</a>
3、<pre></pre>标签内的内容不参与替换，如：<pre>关键字</pre>
3、尽量做到一个关键字在一篇文章中只有一个被替换成链接（因为关键字很多，都替换成链接，整篇文章十分不雅）

本人代码实现如下：



        public static string FormatBody(string body)

        {

            Regex reg = new Regex(@"(<a .+?</a>)|(<pre(>|\s).+?</pre>)", RegexOptions.IgnoreCase | RegexOptions.Singleline);

            Match mat = reg.Match(body);

            List<string> str1 = new List<string>();

            List<string> str2 = new List<string>();

            int indx = 0;

            while (mat.Success)

            {

                str1.Add(body.Substring(indx, mat.Index - indx));

                str2.Add(mat.Value);

                indx = mat.Index + mat.Length;



                mat = reg.Match(body, indx);

            }

            str1.Add(body.Substring(indx));

            str2.Add("");



            StringBuilder sb = new StringBuilder();

            int p = 50, cnt, len;

            StringBuilder tmp;

            Regex reg2;

            Match mat2;



            for (int i = 0; i < str1.Count; i++)

            {

                tmp = new StringBuilder(str1[i]);



                if (Regex.Replace(tmp.ToString(), @"<.+?>", "").Length > 5)

                {

                    cnt = tmp.Length / p;

                    len = 0;

                    foreach (string _tag in Tag.AllTags)//AllTags包含了站内所有关键字

                    {

                        //str = Regex.Replace(str, @"([^<]+?)(" + _tag + ")", "$1<a href='/tag/$2.htm'>$2</a>", RegexOptions.IgnoreCase);

                        reg2 = new Regex(@"((^|>)[^<]+?)(" + _tag + ")", RegexOptions.IgnoreCase);

                        mat2 = reg2.Match(tmp.ToString());

                        if (mat2.Success)

                        {

                            tmp.Remove(mat2.Index, mat2.Length);

                            tmp.Insert(mat2.Index, mat2.Groups[1].Value + "<a href='/tag/" + mat2.Groups[2].Value + ".htm'>" + mat2.Groups[2].Value + "</a>");

                            if (++len > cnt) break;

                        }

                    }

                }

                sb.Append(tmp.ToString());

                sb.Append(str2[i]);

            }

            return sb.ToString();

        }

结果是比较满意，可有一个严重的问题——速度太慢
请高手进行优化，或更改一下思路

...全文

2629 142 打赏收藏转发到动态举报

写回复

用AI写文章

142 条回复

切换为时间正序

请发表友善的回复…

发表回复

xh23303377 2011-09-02

打赏
举报

up!

shen1990shen 2011-07-24

打赏
举报

mark

muksun 2011-06-30

打赏
举报

回帖是一种美德！每天回帖即可获得 10 分可用分！

http://topic.csdn.net/u/20090601/14/10eb5d82-b3d7-40a3-a53e-f1f2216dc332.html 我先记下来，回头看!

mengbo2008bj 2011-05-23

打赏
举报

收藏，up

wuqianghappy 2011-05-19

打赏
举报

17写的太精了，虽然看不懂什么意思，就是感觉好啊！哈哈！
支持一下楼主！

naqing250 2011-05-06

打赏
举报

[Quote=引用 17 楼 lxcnn 的回复:]
reg2 = new Regex(@"(?<=(?:^|>)(?:(?!" + Regex.Escape(_tag) + ").)*)" + Regex.Escape(_tag) , RegexOptions.IgnoreCase);
[/Quote]
如何过滤关键字替换出来的，加连接的关键字呀？？？

智星 2010-09-03

打赏
举报

支持一下.学习了.

天才在左疯子在右 2010-09-02

打赏
举报

结果是比较满意，可有一个严重的问题——速度太慢
请高手进行优化，或更改一下思路

ayf_net 2010-08-27

打赏
举报

学习了

haa17 2010-08-06

打赏
举报

好贴值得收藏

snopo 2010-08-06

打赏
举报

[Quote=引用 89 楼 pilotedit 的回复:]

楼主啊，你搞得太复杂了。

对文章的每个单词(n个)和每个关键字(m个)组合进行正则表达式的查找。当然很慢了。

可以这样做，先把不要替换的关键字换掉，比如

<p title="关键字">换成<p title="关####键字">
<a>关键字 </a>换成<a>关####键字 </a>
<pre>关键字 </pre>换成<pre>关####键字 </pre>

然后查找“……
[/Quote]

这个思路其实很不错，正着走效率低，为何不换种思维，反着做呢？

-过客- 2010-08-06

打赏
举报

原来写的是有点小Bug，最新的参考这个帖子

求解正则表达式修改

如果仍有不满足的，给出实例，我继续改进

路人乙e 2010-08-06

打赏
举报

[Quote=引用 134 楼 ccb8888 的回复:]

不知道是不是BUG。。。
过客写的：(?:^|(?<!<(?:a)\b(?>[^<>]*))>)(?>[^<>]*)(?:<|$)

这个正则会匹配字符窜“<a>*****</a> ”中**里面的内容
[/Quote]

很久了，隐约记得有点小问题，不过已经修正了:)