Question

我需要检测提供的URL是否与当前导航的URL匹配。请注意，以下是有效但语义相同的URL：

https://www.example.com/path/to/page/index.php?parameter=value
https://www.example.com/path/to/page/index.php
https://www.example.com/path/to/page/
https://www.example.com/path/to/page
http://www.example.com/path/to/page
//www.example.com/path/to/page
//www/path/to/page
../../../path/to/page
../../to/page
../page
./

如果给定的网址指向当前网页，则最终功能必须返回true，如果不是，则返回false。 我没有预期网址列表;这将用于只想在链接到当前页面时禁用链接的客户端。 请注意，我希望忽略参数，因为这些并不表示此网站上的当前页面。我使用以下正则表达式：

/^((https?:)?\/\/www(\.example\.com)\/path\/to\/page\/?(index.php)?(\?.+=.*(\&.+=.*)*)?)|(\.\/)$/i

其中https?，www，\.example\.com，\/path\/to\/page和index.php使用$_SERVER["PHP_SELF"]动态检测并制作正则表达式，但与../../to/page之类的相对网址不匹配。

编辑：我对正则表达式有点了解：refiddle.com/gv8 现在我只需要PHP来动态创建任何给定页面的正则表达式。

Answer 1

首先，无法预测将导致显示当前页面的有效URL的总列表，因为您无法预测（或控制）可能链接回页面的外部链接。如果有人使用TinyURL或bit.ly会怎么样？正则表达式不会削减芥末。

如果您需要确保链接不会导致同一页面，那么您需要测试它。这是一个基本概念：

每个页面都有唯一的ID。称之为序列号。它应该是持久的。序列号应嵌入页面中可预测的位置（尽管可能是不可见的）。
在创建页面时，PHP需要遍历每个页面的所有链接，访问每个页面，并确定链接是否解析为序列号与调用页面序列号匹配的页面
如果序列号不匹配，请将链接显示为链接。否则，显示其他内容。

显然，这将是一个艰巨的，资源密集的页面制作过程。你真的不想以这种方式解决你的问题。

考虑到您的“终极目标”评论，我怀疑您的最佳方法是近似。以下是一些策略......

第一个选项也是最简单的。如果您正在构建一个USUALLY以一种格式创建链接的内容管理系统，那么只需支持该格式。维基百科的方法之所以有效，是因为[[link]]是他们生成的东西，所以他们知道它是如何格式化的。

第二次更像是你的问题所带走的方向。 URL的元素是“协议”，“主机”，“路径”和“查询字符串”。您可以将它们分解为正则表达式，并且可能使其正确。您已经声明要打算忽略查询字符串。所以...从'((https?:)?//(www\.)?example\.com)?' . $_SERVER['SCRIPT_NAME']开始并添加结尾以适应。其他答案已经帮到你了。

第三个选项相当复杂，但可以让您对测试进行更细粒度的控制。与最后一个选项一样，您拥有各种URL元素。您可以使用正则表达式测试每个没有的有效性。例如：

$a = array();                                 // init array for valid URLs

// Step through each variation of our path...
foreach([$_SERVER['SCRIPT_NAME'], $_SERVER['REQUEST_URI']] as $path) {

  // Step through each variation of our host...
  foreach ([$_SERVER['HTTP_HOST'], explode(".", $_SERVER['HTTP_HOST'])[0]] as $server) {
    // Step through each variation of our protocol...
    foreach (['https://','http://','//'] as $protocol) {
      // Set the URL as a key.
      $a[ $protocol . $server . $path ] = 1;
    }
  }

  // Also for each path, step through directories and parents...
  $apath=explode('/', $path);                 // turn the path into an array
  unset($apath[0]);                           // strip the leading slash
  for( $i = 1; $i <= count($apath); $i++ ) {
    if (strlen($apath[$i])) {
      $a[ str_repeat("../", 1+count($apath)-$i) . implode("/", $apath) ] = 1;
                                              // add relative paths
    }
    unset($apath[$i]);
  }

  $a[ "./" . implode("/", $apath) ] = 1;      // add current directory

}

然后简单地测试链接（减去其查询字符串）是否是数组中的索引。或调整适合;我相信你明白了。

我最喜欢这个第三种解决方案。

Answer 2

实际上不需要正则表达式来剥离所有查询参数。您可以使用strok()：

$url = strtok($url, '?');

并且，检查URL数组的输出：

$url_list = <<<URL
https://www.example.com/path/to/page/index.php?parameter=value
https://www.example.com/path/to/page/index.php    
...    
./?parameter=value
./
URL;

$urls = explode("\n", $url_list);
foreach ($urls as $url) {
    $url = strtok($url, '?'); // remove everything after ?
    echo $url."\n";
}

作为一项功能（可以改进）：

function checkURLMatch($url, $url_array) {
    $url = strtok($url, '?'); // remove everything after ?
    if( in_array($url, $url_array)) {
        // url exists array
        return True;
    } else {
        // url not in array
        return False;
    }
}

See it live!

Answer 3

您可以使用此方法：

function checkURL($me, $s) {
   $dir = dirname($me) . '/';
   // you may need to refine this
   $s = preg_filter(array('~^//~', '~/$~', '~\?.*$~', '~\.\./~'),
                    array('', '', '', $dir), $s);
   // parse resulting URL
   $url = parse_url($s);
   var_dump($url);
   // match parsed URL's path with self
   return ($url['path'] === $me);
}

// your page's URL with stripped out .php    
$me = str_replace('.php', '', $_SERVER['PHP_SELF']);

// assume this is the URL you are matching against
$s = '../page/';

// compare $me with $s
$ret = checkURL($me, $s);

var_dump($ret);

现场演示：http://ideone.com/OZZM53

Answer 4

由于我在过去的几天里得到了报酬，我不仅仅是坐在那里等待答案。我想出了一个在我的测试平台上工作的;其他人都在想什么？它感觉有点臃肿，但也感觉防弹。

调试回声留下，以防你想要回复一些东西。

global $debug;$debug = false; // toggle debug echoes and var_dumps


/**
 * Returns a boolean indicating whether the given URL is the current one.
 * 
 * @param $otherURL the other URL, as a string. Can be any URL, relative or canonical. Invalid URLs will not match.
 * 
 * @return true iff the given URL points to the same place as the current one
 */
function isCurrentURL($otherURL)
{global $debug;
    if($debug)echo"<!--\r\nisCurrentURL($otherURL)\r\n{\r\n";

    if ($thisURL == $otherURL) // unlikely, but possible. Might as well check.
        return true;

    // BEGIN Parse other URL
    $otherProtocol = parse_url($otherURL);
    $otherHost = $otherProtocol["host"] or null; // if $otherProtocol["host"] is set and is not null, use it. Else, use null.
    $otherDomain = explode(".", $otherHost) or $otherDomain;
    $otherSubdomain = array_shift($otherDomain); // subdom only
    $otherDomain = implode(".", $otherDomain); // domain only
    $otherFilepath = $otherProtocol["path"] or null;
    $otherProtocol = $otherProtocol["scheme"] or null;
    // END Parse other URL

    // BEGIN Get current URL
    #if($debug){echo '$_SERVER == '; var_dump($_SERVER);}
    $thisProtocol = $_SERVER["HTTP_X_FORWARDED_PROTO"]; // http or https
    $thisHost = $_SERVER["HTTP_HOST"]; // subdom or subdom.domain.tld
    $thisDomain = explode(".", $thisHost);
    $thisSubdomain = array_shift($thisDomain); // subdom only
    $thisDomain = implode(".", $thisDomain); // domain only
    if ($thisDomain == "")
        $thisDomain = $otherDomain;
    $thisFilepath = $_SERVER["PHP_SELF"]; // /path/to/file.php
    $thisURL = "$thisProtocol://$thisHost$thisFilepath";
    // END Get current URL

    if($debug)echo"Current URL is $thisURL ($thisProtocol, $thisSubdomain, $thisDomain, $thisFilepath).\r\n";
    if($debug)echo"Other URL is $otherURL ($otherProtocol, $otherHost, $otherFilepath).\r\n";

    $thisDomainRegexed = isset($thisDomain) && $thisDomain != null && $thisDomain != "" ? "(\." . str_replace(".","\.",$thisDomain) . ")?" : ""; // prepare domain for insertion into regex
    //                                                                                                      v this makes the last slash before index.php optional
    $regex = "/^(($thisProtocol:)?\/\/$thisSubdomain$thisDomainRegexed)?" . preg_replace('/index\\\..+$/i','?(index\..+)?', str_replace(array(".", "/"), array("\.", "\/"), $thisFilepath)) . '$/i';

    if($debug)echo "\r\nregex is $regex\r\nComparing regex against $otherURL";
    if (preg_match($regex, $otherURL))
    {
        if($debug)echo"\r\n\tIt's a match! Returning true...\r\n}\r\n-->";
        return true;
    }
    else
    {
        if($debug)echo"\r\n\tOther URL is NOT a fully-qualified URL in this subdomain. Checking if it is relative...";
        if($otherURL == $thisFilepath) // somewhat likely
        {
            if($debug)echo"\r\n\t\tOhter URL and this filepath are an exact match! Returning true...\r\n}\r\n-->";
            return true;
        }
        else
        {
            if($debug)echo"\r\n\t\tFilepath is not an exact match. Testing against regex...";
            $regex = regexFilepath($thisFilepath);
            if($debug)echo"\r\n\t\tNew Regex is $regex";
            if($debug)echo"\r\n\t\tComparing regex against $otherFilepath...";
            if (preg_match($regex, $otherFilepath))
            {
                if($debug)echo"\r\n\t\t\tIt's a match! Returning true...\r\n}\r\n-->";
                return true;
            }
        }
    }
    if($debug)echo"\r\nI tried my hardest, but couldn't match $otherURL to $thisURL. Returning false...\r\n}\r\n-->";
    return false;
}

/**
 * Uses the given filepath to create a regex that will match it in any of its relative representations.
 * 
 * @param $path the filepath to be converted
 * 
 * @return a regex that matches a all relative forms of the given filepath
 */
function regexFilepath($path)
{global $debug;
    if($debug)echo"\r\nregexFilepath($path)\r\n{\r\n";

    $filepathArray = explode("/", $path);
    if (count($filepathArray) == 0)
        throw new Exception("given parameter not a filepath: $path");
    if ($filepathArray[0] == "") // this can happen if the path starts with a "/"
        array_shift($filepathArray); // strip the first element off the array
    $isIndex = preg_match("/^index\..+$/i", end($filepathArray));
    $filename = array_pop($filepathArray);

    if($debug){var_dump($filepathArray);}

$ret = '';
foreach($filepathArray as $i)
    $ret = "(\.\.\/$ret$i\/)?"; // make a pseudo-recursive relative filepath
if($debug)echo "\r\n$ret";
$ret = preg_replace('/\)\?$/', '?)', $ret); // remove the last '?' and add one before the last '\/'
if($debug)echo "\r\n$ret";
$ret = '/^' . ($ret == '' ? '\.\/' : "((\.\/)|$ret)") . ($isIndex ? '(index\..+)?' : str_replace('.', '\.', $filename)) . '$/i'; // if this filepath leads to an index.php (etc.), then that filename is implied and irrelevant.

if($debug)echo'\r\n}\r\n';
}

这似乎与我需要匹配的所有内容相匹配，而不是我不需要它。

如何检测给定的URL是否是当前的URL？

4 个答案: