普通字符串与HTML相互转换的小经验

做Web应用时经常会遇到需要用户输入文本，并且留待以后可以编辑的情况。这时候我们就不得不考虑用户输入的文本中是不是会包含HTML中的关键字的问题。
    去除HTML关键字我的办法是替换成转义字符，然后需要编辑时再把转义字符转换回来。这个步骤直接用Replace就可以，不再多说。
    这里主要是讲自动识别URL的问题，比如用户输入：www.google.com 时自动加上超级链接标签，需要编辑时再把标签去掉。
    关于这个问题我的解决办法是使用正则表达式匹配，然后截取网址用于插入超级链接标签，转换回来时也用正则表达式匹配，然后去除标签。
    我刚开始用于匹配网址的表达式是：(http://|www)[\S]{5,} 这个表达式看似可以，但是在实际应用时空个符和回车换行符会先被转为HTML转义字符串，这时候这个表达式匹配出来的结果就变成不是我们所要的了。
    后来我改成了 (http://|www)[\S]{5,}(?: ) 这个表达式解决了上面所说的问题，但是测试时才发现有时候网址是写在行的结尾的或者文章结尾的，这时候就匹配不了了。并且这个表达式会捕捉到网址末尾的 这样造成生成超级链接时出错。参看了网上的正则表达式语法，明明是说(?:str)是不会捕捉str的，怎么回事呢？到现在我也没搞明白。
    最后我写成 (http://|www)[\S]{5,}(?= |\r\n) 就OK了，(?= str)就真的不会捕捉里面的字符串。
    去处超级链接的正则表达式就比较简单，我的写法是：(<a href=\")[\\S]{5,}(\">)|</a>  用它匹配然后用空字符替换匹配的文本就起到去处作用了。
    具体的程序代码如下：

        /**//// <summary>
        ///将字符串格式化为HTML
        /// </summary>
        /// <param name="normalStr">所要格式化的字符串</param>
        /// <param name="identiftyURL">是否自动识别URL，识别出来的URL将会自动加上超级链接标签</param>
        /// <returns>返回格式化后的HTML代码</returns>
        public static string FormatToHTML(string normalStr, bool identiftyURL)
        {
            StringBuilder html = new StringBuilder(normalStr);

            html.Append(' ');
            html.Replace("&", "&amp;");
            html.Replace(" ", "&nbsp;");
            html.Replace("<", "&lt;");
            html.Replace(">", "&gt;");
            html.Replace("\"", "&quot;");

            if (identiftyURL)
            {
                Regex linkRegex = new Regex("(http://|www)[\\S]{5,}(?=&nbsp;|\r\n)");

                MatchCollection regMathes = linkRegex.Matches(html.ToString());

                int add = 0;

                foreach (Match match in regMathes)
                {
                    string head = string.Format("<a href=\"{0}\">", match.Value[0] == 'h' ? match.Value : "http://" + match.Value);

                    html.Insert(match.Index + add, head);
                    add += head.Length;

                    html.Insert(match.Index + match.Length + add, "</a>");
                    add += 3;
                }
            }

            html.Replace("\r\n", "<br />");
           
            return html.ToString();
        }

        /**//// <summary>
        /// 将HTML转为普通文本格式
        /// </summary>
        /// <param name="htmlStr">所要转换的HTML字符串</param>
        /// <param name="identiftyURL">是否自动识别URL，自动识别URL会自动去处HTML代码中的超级链接标签</param>
        /// <returns>返回普通文本</returns>
        public static string UnFormatHTML(string htmlStr, bool identiftyURL)
        {
            StringBuilder normalStr = new StringBuilder(htmlStr);

            normalStr.Replace("<br />", "\r\n");

            if (identiftyURL)
            {
                Regex linkRegex1 = new Regex("(<a href=\")[\\S]{5,}(\">)|</a>");

                normalStr= new StringBuilder(linkRegex1.Replace(normalStr.ToString(), ""));
            }

            normalStr.Replace("&quot;", "\"");
            normalStr.Replace("&lt;", "<");
            normalStr.Replace("&gt;", ">");
            normalStr.Replace("&nbsp;", " ");
            normalStr.Replace("&amp;", "&");

            return normalStr.ToString();
        }

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/zwei1121/archive/2006/04/28/694498.aspx