Question

我无法将正确的RegEx模式放在一起以添加目标=＆＃34; _blank＆＃34;到我的链接。要将其添加到所有链接..没问题，但我需要根据模式排除某些实例。

这是preg_replace（）我用来更新目标的所有链接，在href中显示http：//

preg_replace('/(<a href="http:[^"]+")>/is','\\1 target="_blank">',$content);

以下是我试图获得的情景

link1 /somepage.htm (no target="_blank") Above works
link2 http://www.somesiteexternal.com/ (add target="_blank") Above works
link3 http://www.example.com/somepage.htm (no target="_blank") this is where I'm having a problem.

我想从目标处理中排除http://www.example.com或http://example.com（这将是代码所在的域），但是如果链接是绝对链接或不是其他外部网站使用domain.com然后我想要那个。

尝试在此(<a href="http:[^"]+")中添加排除/例外模式给我带来了麻烦。

谢谢！韩纸

Answer 1

以下是使用DOM操作获取所需内容的方法。

$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);

$linkNodeList = $xpath->query('//a[starts-with(@href, "http://")]');

$targetAttr = $dom->createAttribute('target');

foreach($linkNodeList as $linkNode) {
    if (!$linkNode->hasAttribute('target'))
        $linkNode->appendChild($targetAttr);
    $linkNode->setAttribute('target', '_blank');
}

$html = $dom->saveHTML();

注意：由于某种原因，LIBXML _...常量有时没有定义，因此您可以通过以下方式添加它来解决问题：

if (!defined('LIBXML_HTML_NOIMPLIED'))
  define('LIBXML_HTML_NOIMPLIED', 8192);
if (!defined('LIBXML_HTML_NODEFDTD'))
  define ('LIBXML_HTML_NODEFDTD', 4);

如果要排除特定域，可以使用parse_url并在foreach循环中添加条件（这是最简单的方法）：

$forbidden_host = 'example.com';

foreach($linkNodeList as $linkNode) {
    $host = parse_url($linkNode->getAttribute('href'),  PHP_URL_HOST);
    $host = preg_replace('~\Awww\.~', '', strtolower($host));
    if ($host === $forbidden_host)
        continue;

    if (!$linkNode->hasAttribute('target'))
        $linkNode->appendChild($targetAttr);

    $linkNode->setAttribute('target', '_blank');

}

或者您可以在xpath查询中插入条件：

$query = '//a[starts-with(@href, "http://") and not(starts-with(@href, "http://www.example.com") or starts-with(@href, "http://example.com"))]';

Answer 2

由于这似乎是您自己的html，请修改您的正则表达式：

/(<a href="http:[^"]+")>/is
                | add here a negative lookahead: (?!\/\/(?:www\.)?example\.com)

所以它变成了：

/(<a href="http:(?!\/\/(?:www\.)?example\.com)[^"]+")>/is

Test at regex101.com; Regex FAQ; Regex to parse HTML

preg_replace add target =＆＃34; _ blank＆＃34;，但排除某些实例

2 个答案: