萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 解析字串中所有 URL 並轉為絕對路徑

從 HTML/文字中提取所有 URL,並將相對路徑(../、/、//、無協議)根據基準 URL 轉換為完整絕對 URL。

核心函數 pageLinks()

function pageLinks(string $html, string $baseUrl = '', bool $resolve = false): array {
    preg_match_all('/<a.+?href=(["\'])(?!javascript:|#)(.+?)\1/i', $html, $m);
    $links = $m[2] ?? [];

    if ($resolve && $baseUrl && $links) {
        $baseInfo = parse_url($baseUrl);
        $baseDir = $baseInfo['scheme'] . '://' . $baseInfo['host'] . dirname($baseInfo['path']) . '/';
        foreach ($links as $i => $link) {
            if (str_starts_with($link, '../')) {
                $depth = substr_count($link, '../');
                $parts = explode('/', rtrim($baseDir, '/'));
                array_splice($parts, -$depth);
                $links[$i] = implode('/', $parts) . '/' . ltrim($link, '../');
            } elseif (str_starts_with($link, '//')) {
                $links[$i] = $baseInfo['scheme'] . ':' . $link;
            } elseif (str_starts_with($link, '/')) {
                $links[$i] = $baseInfo['scheme'] . '://' . $baseInfo['host'] . $link;
            } elseif (!preg_match('~^https?://~i', $link)) {
                $links[$i] = $baseDir . $link;
            }
        }
    }
    return $links;
}

使用範例

$url = 'https://www.example.com/path/page.html';
$html = file_get_contents($url);
$relative = pageLinks($html);           // 原始連結
$absolute = pageLinks($html, $url, true); // 解析為絕對 URL
print_r($absolute);

健壯解析建議

  • 正則無法處理 JS 動態生成、編碼實體、跨行屬性等情況。
  • 生產環境請使用 DOMDocument + DOMXPath 遍歷 //a/@href,再用 parse_url 解析合成。
  • 考慮 <base href="..."> 標籤影響相對路徑基準。
copyright © 萬盛學電腦網 all rights reserved