최신 그누보드5 common.lib.php 내의 정규표현식 관련 풀이 (3)

4. function url_auto_link($str)

$str = preg_replace("/([^(HREF=\"?'?)|(SRC=\"?'?)]|\(|^)((http|https|ftp|telnet|news|mms):\/\/[a-zA-Z0-9\.-]+\.[가-힣\xA1-\xFEa-zA-Z0-9\.:&#=_\?\/~\+%@;\-\|\,\(\)]+)/i", "\\1<A HREF=\"\\2\" TARGET='{$config['cf_link_target']}'>\\2</A>", $str);

이것의 원래 의도는 href 나 src 에 들어가있는 url은 제외하고 http|https|ftp|telnet|news|mms 로 시작되는 url 에 링크를 걸어주는 것입니다.

그러나 이것 역시 이전 것과 마찬가지로 앞부분이 정확히 동작하지 않습니다.

[] 은 문자 하나하나 지정하거나 어디에서 어디까지리 라는 범위를 지정하는 용도로 사용됩니다.
그리고 그것이 포함되지 않는 그 이외의 문자를 표현할때는 [^] 형태와 같이 사용되어집니다.
즉, 문자열을 [] 속에 지정하는 것이 아닙니다.

그리고 [] 속에서는 정규식에서 의미있는 메타 문자라 할지라도 모두 일반문자와 같이 취급됩니다.
일반 문자로 취급되기때문에 정규식 전체를 묶는 " 나 [] 를 제외하고는 \(에스케이프)를 사용하지 않습니다.

결국,
[^(HREF=\"?'?)|(SRC=\"?'?)] 은
[^()=\"'?hrefsrc] 같은 의미가 됩니다.

따라서, href 나 src 가 없을 경우에 매치할려고 하면
[^(HREF=\"?'?)|(SRC=\"?'?)] 이렇게 하는 것이 아니라
(((href|src)\s*=\s*(\"|'|)){0}) 와 같이 사용하여야 합니다.

[a-zA-Z0-9\.-]+ 도메인(서브도메인포함)으로 올수 있는 문자가 하나 이상 있다는 의미입니다.
사실, 도메인이 한자로 이루어 질수 없기 때문에 + 대신에 {4,} 이런식으로 네자 이상이라고 붙여 주는것이 더 좋을것 같습니다.
a.co 라고 해도 4자가 되니까 말입니다.

[가-힣\xA1-\xFEa-zA-Z0-9\.:&#=_\?\/~\+%@;\-\|\,\(\)]+
이부분은 도메인을 제외한 url 부분에 올수 있는 문자들을 나열하고
그것이 하나 이상인것을 의미합니다.

그러나 이부분 역시 검색어 stx=<> 나 다른 특수문자를 걸었을수도 있기 때문에 딱 맞다고는 할수 없습니다.
그리고, 완벽하게 패턴을 만들수도 없는 부분입니다.

원래 원하는 패턴이 href 나 src 와 붙지 않은 모든 url 이니.....

$str = preg_replace("`(?:(?:(?:href|src)\s*=\s*(?:\"|'|)){0})((http|https|ftp|telnet|news|mms)://[^\"'\s()]+)`", "<A HREF=\"\\1\" TARGET='{$config['cf_link_target']}'>\\1</A>", $str);

와 같은 패턴을 제안할수 있습니다.

(다음에 ?: 은 () 은 서브패턴으로 이것은 모두 순서대로 매치된것이 번호가 매겨지는데,
?: 을 사용함으로 해서 그부분은 번호로 매기지 않게 됩니다.
따라서 원래 \\5 로 쓰여야 하지만 \\1 로 쓴것입니다.

$str = preg_replace("/([0-9a-z]([-_\.]?[0-9a-z])*@[0-9a-z]([-_\.]?[0-9a-z])*\.[a-z]{2,4})/i", "<a href='mailto:\\1'>\\1</a>", $str);

이것은 이메일이 발견 되면 이메일 링크로 치환 해주는 것입니다.

이메일은 아이디@도메인 이므로
@를 기준으로 앞부분은 아이디에 대한 패턴이고
뒷부분은 도메인에 대한 패턴입니다.

아이디 부분에 . 이 들어갈 일이 있는지는 모르겟지만
아이디 부분의 패턴은 [0-9a-z_-]+ 정도로 하면 될것 같고,
도메인부분은 [a-z0-9._-]{4,} 정도로 하면 될것 같습니다.

따라서

$str = preg_replace("/[0-9a-z_-]+@[a-z0-9._-]{4,}/i", "<a href='mailto:\\0'>\\0</a>", $str);

정도로 제안 할수 있습니다.

\\0 은 서브패턴으로 지정된 부분 말고 전체 패턴에 매치되는 부분을 뜻합니다.

$str = preg_replace("/\t_nbsp_\t/", "&nbsp;" , $str);
$str = preg_replace("/\t_lt_\t/", "<", $str);
$str = preg_replace("/\t_gt_\t/", ">", $str);

이것은 이전에도 나왓듯이 단순 문자열 치환의 반복이므로

$str = str_replace(array(), araay(), $str);

형태로 사용하는 좋습니다.