php将所有链接转换为绝对网址

时间:2010-02-15 20:00:33

标签: php url curl hyperlink web-crawler

我在php中编写了一个网站爬虫,我已经有了可以从网站中提取所有链接的代码。 问题:站点使用绝对和相对URL的组合。 示例(http替换为hxxp,因为我无法发布超链接):

hxxp://site.com/

site.com

site.com/index.php

hxxp://site.com/hello/index.php

/hello/index.php

hxxp://site2.com/index.php

site2.com/index.php

我无法控制链接(如果它们是绝对/相对的),但我确实需要遵循它们。我需要将所有这些链接转换为绝对URL。我如何在PHP中执行此操作?

1 个答案:

答案 0 :(得分:5)

这是一个开始

// Your crawler was sent to this page.
$url = 'http://example.com/page';

// Example of a relative link of the page above.
$relative = '/hello/index.php';

// Parse the URL the crawler was sent to.
$url = parse_url($url);

if(FALSE === filter_var($relative, FILTER_VALIDATE_URL))
{
    // If the link isn't a valid URL then assume it's relative and
    // construct an absolute URL.
    print $url['scheme'].'://'.$url['host'].'/'.ltrim($relative, '/');
}

查看http_build_url方法作为创建绝对锚点的另一种方法。