Question

我想下载一个网站，将该网站上的所有链接替换为内部链接。

这很简单：

$page=file_get_contents($url);
$local=$_SERVER['HTTP_HOST'].$_SERVER['PHP_SELF'];
$page=preg_replace('/href="(.+?)"/','href="http://'.$local.'?href=\\1"',$page);

但是我想要排除所有css文件和js文件，所以我尝试了：

$regex='/href="(.+?(?!(\.js|\.css)))"/';
$page=preg_replace($regex,'href="http://'.$local.'?href=\\1"',$page);

但是没有用，

我做错了什么？

我想是

?!

是一个负向前瞻

Answer 1

要回答您的regex问题，您需要在那里进行观察并更好地限制与角色类的匹配：

$regex = '/href="([^"]+(?<!\.js|\.css))"/';

charclass首先匹配整个链接内容，然后断言这不会在.js或.css中结束。您可能希望使用<a\s[^>]*?扩展整个匹配，因此它实际上只是找到任何看起来像链接的内容。

另一种选择是使用domdocument或querypath来执行此类任务，这通常是单调乏味且代码更多，但更简单的方法是将编程条件添加到：

htmlqp->find("a") FOREACH $a->attr("href", "http:/...".$a->attr("href"))
// would need a real foreach and an if and stuff..

用于替换除css和js之外的所有链接的正则表达式

1 个答案: