修复网站HTML代码上的链接地址

Question

我最近一直在研究一种工具。它从网站上获取所有链接地址。

我的问题是html代码中的链接有时会有所不同：

• 的index.php
• 的index.php
• http://www.website.com/index.php

我需要使所有链接相同：

/index.php                       -> http://www.website.com/index.php
index.php                        -> http://www.website.com/index.php
http://www.website.com/index.php -> http://www.website.com/index.php

感谢您的帮助。

Answer 1

欢迎使用GoogleOverflow.com。

以下是使用PHP和正则表达式解析HTML链接的完整教程：http://www.the-art-of-web.com/php/parse-links/

Answer 2

Here's a function，它将返回给定基本（当前）URL和相对URL的绝对URL。

Answer 3

您需要检查是否存在base标记。如果找到它，则指定基本URL（否则，基本URL与浏览器指向的路径相同，直到最后一个/）。

Answer 4

使用preg_replace修复相对网址

<强>需要：
$domain =主题网站域
$path =您要查找的相关链接的文档或字符串。

<强>返回：
$url =将其中的链接转换为具有给定域的正确URL的doument或字符串。

<强>代码：

$url = preg_replace('<a\shref="([\/\?\w\.=\&]+)"([\s]rel="(\w+)")*>/', '<a href="http://{$site_domain}$1" rel="$3">' $path)  

祝你好运，让我知道它是怎么回事。