論壇與留言板常需要把使用者貼上的純文字網址,自動轉成可點擊的連結或圖片。做法是寫兩個正規表達式:一個抓圖片、一個抓一般網址,再視情況用 replace 替換成對應的 HTML。
<SCRIPT LANGUAGE="javascript">
<!--
function prints(str) {
// 圖片:協定://路徑 且以 gif / jpg / png 結尾
var matchPIC = new RegExp(
"((?:http|https|ftp|mms|rtsp)://(&(?=amp;)|[A-Za-z0-9\\./=\\?%_~@#:;\\+\\-])+(gif|jpg|png))",
"ig");
// 一般網址:同樣的協定開頭,但字元集不含圖片副檔名限定
var matchURL = new RegExp(
"((?:http|https|ftp|mms|rtsp)://(&(?=amp;)|[A-Za-z0-9\\./=\\?%_~@&#:;\\+\\-])+)",
"ig");
var str2 = str.replace(" ", " ");
if (matchPIC.test(str)) {
// 是圖片:整段換成 img 標籤,$1 代表比對到的完整網址
document.write(str2.replace(matchPIC, '<img src="$1" alt="$1">'));
} else {
// 不是圖片:換成可點擊的連結
document.write(str2.replace(matchURL,
'<a target="_blank" href="$1">$1</a>'));
}
}
//-->
</SCRIPT>
(?:http|https|ftp|mms|rtsp) 是非 capturing group,用來列舉可接受的協定但不佔用 $1 的編號;接著 :// 是字面比對;最後那個中括號字元集列出網址中允許出現的字元。&(?=amp;) 這一段是為了處理被 HTML 編碼過的 & 而設的前瞻判斷。ig 修飾符中,i 忽略大小寫、g 全域比對(全部替換而非只換第一個)。
<SCRIPT LANGUAGE="JavaScript">
var str = "https://example.com/images/robot.jpg";
var str2 = "https://example.com/bbs/mail.png";
var str3 = "https://example.com";
document.write("str 為 " + str + ",處理後:<br>");
prints(str);
document.write("<br>str2 為 " + str2 + ",處理後:<br>");
prints(str2);
document.write("<br>str3 為 " + str3 + ",處理後:<br>");
prints(str3);
</SCRIPT>
不要用 document.write。它會在當前位置插入內容,若呼叫時機在頁面載入之後,會把整份文件清空。正確做法是把結果組進字串後寫入某個容器的 innerHTML。
必須轉義 HTML 特殊字元。這是安全性上的關鍵。使用者貼上的內容若直接進 innerHTML,對方貼一段 <img onerror=...> 就是 XSS。順序應該是:先 escape 全文,再做網址替換,這樣既有的標籤會被轉成純文字,而你新增的標籤仍然有效。
有 g 旗標時別用 test()。帶 g 的正規表達式在多次呼叫 test() 之間會保留 lastIndex 狀態,導致結果反覆變化。要判斷就用 str.match(re) !== null,或直接讓 replace 處理並比對結果是否改變。
改寫後的安全骨架大致如下:
function escapeHtml(s) {
return s.replace(/&/g, "&")
.replace(/</g, "<")
.replace(/>/g, ">");
}
function linkify(raw) {
var safe = escapeHtml(raw);
safe = safe.replace(/((?:https?|ftp):\/\/[^\s<]+)/g,
'<a href="$1" target="_blank" rel="noopener">$1</a>');
return safe;
}
加上 rel="noopener" 是為了避免開啟的新視窗透過 window.opener 反向操作你的頁面,這是打開外部連結時的基本禮節。