用简单的dom找到一个href链接

时间:2014-07-29 09:21:20

标签: php html dom simpledom

simplephpdom 使用此代码获取a href链接值:

$html = file_get_html($url);
foreach($html->find('a') as $element) $array[] = $element->href . '<br>'; 

现在,问题是,如果链接以斜杠(/)开头,则链接无效!

我如何拥有有效的链接?

例如,链接如下:

<a href="/news45454.html">Test link</a>

如果我使用phpsimpledom代码,我会:

/news45454.html

但是,我希望:

http://example.com/news45454.html

如何获得这个?

如果链接以斜杠开头,我们可以测试一下,然后添加网站网址吗? 怎么样?

2 个答案:

答案 0 :(得分:2)

基本上,您需要测试HREF元素是否是有效的完整URL。如果验证通过,您可以继续将其添加到阵列中。但是,如果验证失败,则需要连接基本名称(应该是网站的域名)。

$html = file_get_html($url);
foreach($html->find('a') as $element) {
    if(filter_var($url, FILTER_VALIDATE_URL)) {
        // Valid URL, add to array.
        $array[] = $element->href . '<br>'; 
    } else {
        // URL is invalid, add basename.
        $array[] = basename($url) . $element->href . '<br>';
    }
}

这可能需要对其他情况(例如<a href="#">)进行一些调整,但它应该适用于您概述的情况。

答案 1 :(得分:1)

删除斜杠使用:

string stripcslashes ( string $str )

另见PHP Manual: stripcslashes