如何将HTML注释中的URL与正则表达式匹配？

Question

我正在使用PHP创建一个自动脚本来检查我的链接是否存在于我的合作伙伴网站（链接交换）..除了确保我的链接存在于源代码中之外，我想确保他没有放入它像<!-- http://www.mywebsite.com -->这样的HTML评论并欺骗我..

我尝试将其与REGEXP匹配，但失败了

Answer 1

使用DOM和XPath，它忽略了注释：

$doc = new DOMDocument();
$doc->loadHTML($htmlstring);

$xpath = new DOMXPath($doc);

$result = $xpath->query('//a[contains(@href, "mywebsite.com")]');

if (!$result->length) echo "You've been cheated\n";

然后，如果您仍想知道您的网站是否被注释掉

if (strpos($htmlstring, 'mywebsite.com') !== false && !$result->length)
   echo "Your partner is hiding your link in a comment, sneaky bastard\n";

Answer 2

听起来像是DOMDocument->loadHTML()这样的HTML解析器的完美用法，并查找带有链接的锚标记。他仍然可以通过浏览器端的javascript删除它，但这是一个不同的问题。

如果这是一个猫捉老鼠的游戏“你是否正在显示我的网站的链接”，使用标准解析器是你最好的选择。 html上有太多ways for a regex to fail。