Question

我想说我在SO上有类似的问题，但由于我的情况略有不同，我认为开一个新问题会更好。我找了一个小时，我可能错过了一些东西，如果有的话请原谅我。

问题：我正在开发一个类似于facebook的功能：用户可以发布一条文本消息，其中可能包含许多链接，这些链接可能或许多不会放在锚标签中，并且可能有不同的协议（http，https ，ftp，....）

我需要

检测这些链接并尝试检索它们（就像facebook一样）。我想这是jquery的任务？
我还需要可靠地检测外部链接并将其更改为mysite.com/external?url=thelink。我认为，这是php的任务（因为我无法相信来自客户端的输入吗？）

无论如何，由于链接不能保证在锚标签中，使用dom解析器似乎不太可靠（或者我错了）？我在网上发现了一个简单的正则表达式（我用regex btw很糟糕），我认为我可以利用它（通过添加更多协议）

$strText = preg_replace( '/(http|ftp)+(s)?:(\/\/)((\w|\.)+)(\/)?(\S+)?/i', '<a href="\0">\4</a>', $strText );

那些有经验的专家可以指出我正确的方向吗？

Answer 1

是的，这绝对是你想要做服务器端的事情。首先，如果您接受包含HTML标记的用户输入，则应使用HTML Purifier之类的良好HTML过滤器对其进行清理。（这也将使他们的输入更容易解析更复杂的标记。）

这个应该在单个preg_replace（）语句中可行，但是我将它拆分成这样的东西：

$hrefPattern = '/<a[^>]+?href="(.+?)".*?>/i';

$outLink = 'http://mysite.com/external?url=';

$offset = 0;
while(preg_match($hrefPattern, $text, $hrefMatches, PREG_OFFSET_CAPTURE, $offset))
{

    $hrefInner = $hrefMatches[1][0];
    $offset = $hrefMatches[1][1];
    echo $hrefInner . "\r\n";

    if(strpos($hrefInner, '://') !== false)
    {
        $externalUrl = $outLink . rawurlencode($hrefInner);
        $text = str_replace($hrefInner, $externalUrl, $text);
        $offset += strlen($externalUrl);
    }

}

preg_match() documentation很好地解释了这一点。我们基本上只是查找每个<a ... href="">标记，抓取它的内容，如果它以(anything)://开头，则重新格式化，然后重复直到$text中没有剩余链接。如果您重新格式化该链接，则需要rawurlencode()您抓取的链接，以确保新链接为valid。

Facebook为其链接片段抓取内容的方式，我认为，比这更复杂，但是是的 - 你想要发送一个AJAX请求到一个PHP页面，该页面会刮擦有问题的链接并生成无论你想要什么片段。虽然如果页面不存在，重新定向到另一个页面，具有无效标记，不同的文档类型等等，那么相当会更多地参与其中。 p>

希望有所帮助！

检测和编辑外部链接

1 个答案: