重写“外部”网址

Question

我正在寻找一个解决方案，以取代所有从卷曲响应到我的网站的链接。

可以说我的网站是：example.com，然后我向site.com发出CURL请求。 site.com有各个环节：

<a href="http://smthing.com">Something!</a> 
    <some html>...... 
    <a href="http://google.com">Google!</a> 
    <more html> 
    <a href="#" onclick="window.location.href='http://somethingElse.com'">Something else</a> 

我的目标是前缀的所有链接用：该链接的URL example.com/?url={THE}（AKA我的网站）。

我目前的解决方案使用正则表达式来“捕捉”并处理所有链接。 这在大多数情况下都能正常工作，但有时候我遇到了一个无效的HTML，它不符合正则表达式。 正则表达式还有另一个缺点：我无法捕捉到onclick =“”操作和不​​同的链接场景。

我听说过几种解决方案，如重写和反向代理。他们中的任何一个都可以实现我的目标？

谢谢..

Answer 1

你绝对应该能够使用正则表达式这一点。但是，您的代码必须更强壮才能处理内联脚本。分析大量的锚点属性样本，以确定所有可能的链接格式，over和above/href =“”/和/window.location.href/。
您还必须解析引用的脚本文件，以查看事件处理程序保存的内容。