我有一个很大的文本文档，里面充满了随机的单词、URL、电子邮件地址等。一个例子：“word 2014 john@doe.com http://www.example.com/http://example.com/image.gif”，但它可能看起来不同，可能有换行符，多个空格，制表符等。数据可能会很快变得巨大（这是一种书签服务，因此数据总是以图像，文本和超链接的形式到达）。
文本文档中的另一个内容示例（我用于测试的那个）：

http://movpod.in/images3/MovPod-logo.png
https://dt8kf6553cww8.cloudfront.net/static/images/developers/chooser-drawing-vfln1ftk6.png
http://xregexp.com/assets/regex_cookbook.gif
asd asd ad feaf
apa
http

字符串
我想 Package 所有这些字符串的标签，并能够针对图像，超链接，电子邮件和字符串。我尝试了不同的方法，但不确定哪种是最好的，而且，还有一个我不完全理解的RegExp。
最终结果应该是：

<span>word</span>
<span>2014</span> 
<a class="mail" href="mailto:john@doe">john@doe.com</a> 
<a class="url" href="http://www.example.com/">http://www.google.com/</a> 
<a class="img" href="http://example.com/image.gif">http://example.com/image.gif</a>"

型

匹配。这种方法虽然不能保持文本顺序不变，但确实有效。

arr = data.split("\n");
for (i = 0; i < arr.length; i++)
{
    arr2 = arr[i].split(' ');
    for (j = 0; j < arr2.length; j++)
    {
        if (arr2[j].match(/(.gif|.png|.jpg|.jpeg)/))
        {
            ext = arr2[j].substr(-4);
            ext = ext.replace(".","");
            imgs += '<a class="img '+ext+'" href="'+arr2[j]+'">'+arr2[j]+'</a>';
        }
        else if (arr2[j].match(/(http:)/))
        {
            urls += '<a class="url" href="'+arr2[j]+'">'+arr2[j]+'</a>';
        }
        else
        {
            spans += '<span>'+arr2[j]+'</span>';
        }
    }
}

型

Regexp。我认为可以在exp_all中查找相反的值，就像在除了包含http的任何东西中一样。但事实并非如此。

var exp_img     = /(https?:\/\/([\S]+?)\.(jpg|jpeg|png|gif))/g,
    exp_link    = /([^"])(https?:\/\/([a-z-\.]+)+([a-z]{2,4})([\/\w-_]+)\/?)/g,
    exp_all     = /^((?!http).)*$/g;

    text        = data.replace(exp_all, '<span>$3</span>');
    text        = text.replace(exp_img, '<a class="img" href="$1">$1</a>');
    text        = text.replace(exp_link, '<a class="url" href="$2">$2</a>');

型
因此，最好的方式完成这种纯文本到HTML的转换将不胜感激。我希望现在有一个这样的图书馆。我在看Markdown，但我仍然需要更新Markdown的纯文本，所以我想这不是一个选择。
如果可能的话，我想把“http：//”去掉，让它尽可能干净整洁。