テキスト内のURLまたはマークダウンで書かれたものをaタグに置き換えたい

Question

前提・実現したいこと

お世話になります。現在、ASP.NETでWebシステムを作成しております。
ユーザーが書いた文章にリンクを設定できるようにしたいと思っております。

仕様は下記のとおりです。

1. URLのみであれば<a href="https://www.google.co.jp/">https://www.google.co.jp/</a>のように変換する
2. [Google](https://www.google.co.jp/)のように書かれていれば<a href="https://www.google.co.jp/">Google</a>のように変換する(Markdownに準拠)
3. URLのすぐ後にアルファベットや数字などが来る場合は半角スペースなどを入力してもらうようにする

たとえば、

[Google](https://www.google.co.jp/)にアクセスしてください。
テラテイルはhttps://teratail.com/こちらです。

といった文章を書くと下記のようにしたいです。

Googleにアクセスしてください。
テラテイルはhttps://teratail.com/こちらです。

該当のソースコード

正規表現を使って文字列を置換するを参考にして1の仕様は実装できましたが、
2の形式で書かれていた場合の方法を検討しましたが、解決には至りませんでした。

string text= "グーグルはhttps://www.google.co.jp/こちら！";
text= System.Text.RegularExpressions.Regex.Replace(text, @"s?https?://[-_.!~*'()a-zA-Z0-9;/?:@&=+$,%#]+", "<a href=\"$&\">$&</a>");

Console.WrriteLine(text);
//　出力
// グーグルは<a href="https://www.google.co.jp/">https://www.google.co.jp/</a>こちら！

解決方法またはヒントをご存じの方がいらっしゃいましたらよろしくお願いいたします。

補足情報（FW/ツールのバージョンなど）

C# 7, VisualStudio 2019

Comments

[退会済みユーザー]

ASP.NET はどう関係するのですか？　「該当のソースコード」を見ると、単に文字列の書き換えの問題で ASP.NET は関係ないように見えますが。

[kawauso]

ASP.NETで開発していてるシステムで使用したかったためASP.NETのタグを追加しました。混乱を招く可能性があるためASP.NETのタグは削除しました。

[退会済みユーザー]

条件をきちんと書かないとダメだと思いますけど？　例えば、

"googlehttps://www.google.co.jp/here"

とかなっていることはないのですか？　ちなみに、上記がここで変換されると here まで URL に含まれれてしまいます。

[kawauso]

そのような場合だとhereまでURLに含まれてしまうのは確認済みです。URLの後にアルファベットや数字が続く場合はスペースを空けたもらうなどを行おうと考えています。その後スペースを""に置換しようなどは考えておりません。仕様の1,2を満たせればと考えております。

[退会済みユーザー]

> URLの後にアルファベットや数字が続く場合はスペースを空けたもらうなどを行おうと考えています。

それを質問する際の条件に明記しようと言っているのですが。

[kawauso]

失礼しました。修正しました。

Answer 1

対応方法

実装1、実装2ともに、基本的な考え方は同じです。
次のパターン、それぞれの正規表現を準備します。

1. https://www.google.co.jp/のみにマッチする正規表現
2. [Google](https://www.google.co.jp/)のみにマッチする正規表現

考慮無しに正規表現を準備してしまうと、1の正規表現で2のパターンが一致してしまいます。
そのため、前方否定戻り読み「(?<!～)」という機能を使って、「(」や「"」で囲まれている場合は1に該当させないという条件を付け加えます。

また、テキストの一部を組み替える必要があるので、名前付きグループ化を行い、フォーマットを指定して置換を行うようにしています。

実装に関して

単体テスト形式で回答いたします。
なお、XSS等の考慮はしていないので、ご注意ください。

実装例1: 2段階で置換を行うパターン

[TestMethod]
public void TestTeratail356904_1()
{
    var expressionUrl = "s?https?://[-_.!~*'()a-zA-Z0-9;/?:@&=+$,%#]+";
    
    // グループ化(置換でこの部分を抜き出すため)
    var expressionUrlGroup = "(?<url>" + expressionUrl + ")";

    // 正規表現 URLのみ: 正規表現の前方否定戻り読み「(?<!～)」でカッコやダブルクォーテーションがマッチしないようにする
    var expressionUrlOnly = "(?<![\(\\"]\s*)" + expressionUrlGroup + "(?!\s*[\)\\"])";
    //                            ^^^^^^^ カッコやダブルクォーテーション
    //                                    ^^^^ スペースを入れた場合の考慮

    // 正規表現 マークダウン
    var expressionMarkdown = "\[(?<text>[^\]]*)\]\(\s*" + expressionUrlGroup + "\s*\)";

    // 正規表現 URLのみ
    var regexUrlOnly = new Regex(expressionUrlOnly, 
        RegexOptions.IgnoreCase // 大文字小文字を区別しない
        | RegexOptions.Compiled // コンパイルする(この正規表現を使いまわす場合)
        );
    // 正規表現 マークダウン
    var regexMarkdown = new Regex(expressionMarkdown,
        RegexOptions.IgnoreCase // 大文字小文字を区別しない
        | RegexOptions.Compiled // コンパイルする(この正規表現を使いまわす場合)
        );

    // 置換元文字列
    var sb = new StringBuilder();
    sb.AppendLine("[Google](https://www.google.co.jp/)にアクセスしてください。");
    sb.AppendLine("テラテイルはhttps://teratail.com/こちらです。");
    var text = sb.ToString();

    // 置換処理
    text = regexUrlOnly.Replace(text, "<a href=\"${url}\">${url}</a>");
    System.Diagnostics.Trace.TraceInformation("Url Only: {0}", text);
    text = regexMarkdown.Replace(text, "<a href=\"${url}\">${text}</a>");
    System.Diagnostics.Trace.TraceInformation("Markdown: {0}", text);

    // テスト結果
    var sbCorrect = new StringBuilder();
    sbCorrect.AppendLine("<a href=\"https://www.google.co.jp/\">Google</a>にアクセスしてください。");
    sbCorrect.AppendLine("テラテイルは<a href=\"https://teratail.com/\">https://teratail.com/</a>こちらです。");

    Assert.AreEqual(sbCorrect.ToString(), text);
}

実装例2: 1発で置換を行うパターン

[TestMethod]
public void TestTeratail356904_2()
{
    var expressionUrl = "s?https?://[-_.!~*'()a-zA-Z0-9;/?:@&=+$,%#]+";

    // グループ化(置換でこの部分を抜き出すため)
    var expressionUrlGroup = "(?<url>" + expressionUrl + ")";

    // 正規表現 URLのみ: 正規表現の前方否定戻り読み「(?<!～)」でカッコやダブルクォーテーションがマッチしないようにする
    var expressionUrlOnly = "(?<![\(\\"]\s*)" + expressionUrlGroup + "(?!\s*[\)\\"])";
    //                            ^^^^^^^ カッコやダブルクォーテーション
    //                                    ^^^^ スペースを入れた場合の考慮

    // 正規表現 マークダウン
    var expressionMarkdown = "\[(?<text>[^\]]*)\]\(\s*" + expressionUrlGroup + "\s*\)";

    // 正規表現 全て
    var expressonAll = "(" + expressionUrlOnly + ")|(" + expressionMarkdown + ")";

    var regexUrl = new Regex(expressonAll,
        RegexOptions.IgnoreCase // 大文字小文字を区別しない
        | RegexOptions.Compiled // コンパイルする(この正規表現を使いまわす場合)
        );

    // 置換元文字列
    var sb = new StringBuilder();
    sb.AppendLine("[Google](https://www.google.co.jp/)にアクセスしてください。");
    sb.AppendLine("テラテイルはhttps://teratail.com/こちらです。");

    // 置換処理
    var text = regexUrl.Replace(sb.ToString(), (match) =>
    {
        var foundText = match.Groups["text"].Success;
        return match.Result(foundText ? "<a href=\"${url}\">${text}</a>" : "<a href=\"${url}\">${url}</a>");
    });

    System.Diagnostics.Trace.TraceInformation("All: {0}", text);

    // テスト結果
    var sbCorrect = new StringBuilder();
    sbCorrect.AppendLine("<a href=\"https://www.google.co.jp/\">Google</a>にアクセスしてください。");
    sbCorrect.AppendLine("テラテイルは<a href=\"https://teratail.com/\">https://teratail.com/</a>こちらです。");

    Assert.AreEqual(sbCorrect.ToString(), text);
}

参考文献

本回答に辿り着く際に参照したリソース。

• 正規表現で文字列を含まない、否定の記述 - uxmilk.jp - 否定の指定方法
• 正規表現の構造化および処理(マッチ・グループ・キャプチャ) - smdn.jp - グループ化の方法
• サクラエディタ→検索(Ctrl+F)→ヘルプ→「正規表現」- 正規表現のおおまかな機能と記法(注意:サクラエディタ限定のものもある)
• 正規表現言語 - クイック リファレンス - docs.microsoft.com - 説明が複雑奇怪すぎるので、サクラエディタのヘルプとクロスリファレンス

Comments

[kawauso]

ご丁寧な回答ありがとうございました。理解しやすかった実装例１で実装を行いました。
正規表現の名前付きグループや前方否定戻り読みなど知らなかった手法ばかりで大変参考になりました。