获取外部网页图像的绝对路径

Question

我正在使用bookmarklet，并且使用HTML DOM解析器（正如前面提出的SO答案）获取任何外部页面的所有照片。我正确地提取照片并在我的书签弹出窗口中显示。但是我遇到了照片相对路径的问题。

例如外部页面上的图片来源说http://www.example.com/dir/index.php

1. 图片来源1：IMG源= '主机名/照片/ photo.jpg' - 获取照片，因为它是绝对

2. 照片来源2：img source ='/ photos/photo.jpg' - 没有得到，因为它不是绝对的。

我通过当前网址工作我的意思是使用dirname或pathinfo获取当前网址的目录。但导致主机/目录/（主机作为父目录）和主机/目录/ index.php（主机/目录作为父目录是正确的）之间的问题

请帮助我怎样才能得到这些相对照片？

Answer 1

FIXED（增加了查询字符串只图像路径的支持）

function make_absolute_path ($baseUrl, $relativePath) { 

    // Parse URLs, return FALSE on failure 
    if ((!$baseParts = parse_url($baseUrl)) || (!$pathParts = parse_url($relativePath))) { 
     return FALSE; 
    } 

    // Work-around for pre- 5.4.7 bug in parse_url() for relative protocols 
    if (empty($baseParts['host']) && !empty($baseParts['path']) && substr($baseParts['path'], 0, 2) === '//') { 
     $parts = explode('/', ltrim($baseParts['path'], '/')); 
     $baseParts['host'] = array_shift($parts); 
     $baseParts['path'] = '/'.implode('/', $parts); 
    } 
    if (empty($pathParts['host']) && !empty($pathParts['path']) && substr($pathParts['path'], 0, 2) === '//') { 
     $parts = explode('/', ltrim($pathParts['path'], '/')); 
     $pathParts['host'] = array_shift($parts); 
     $pathParts['path'] = '/'.implode('/', $parts); 
    } 

    // Relative path has a host component, just return it 
    if (!empty($pathParts['host'])) { 
     return $relativePath; 
    } 

    // Normalise base URL (fill in missing info) 
    // If base URL doesn't have a host component return error 
    if (empty($baseParts['host'])) { 
     return FALSE; 
    } 
    if (empty($baseParts['path'])) { 
     $baseParts['path'] = '/'; 
    } 
    if (empty($baseParts['scheme'])) { 
     $baseParts['scheme'] = 'http'; 
    } 

    // Start constructing return value 
    $result = $baseParts['scheme'].'://'; 

    // Add username/password if any 
    if (!empty($baseParts['user'])) { 
     $result .= $baseParts['user']; 
     if (!empty($baseParts['pass'])) { 
      $result .= ":{$baseParts['pass']}"; 
     } 
     $result .= '@'; 
    } 

    // Add host/port 
    $result .= !empty($baseParts['port']) ? "{$baseParts['host']}:{$baseParts['port']}" : $baseParts['host']; 

    // Inspect relative path path 
    if ($relativePath[0] === '/') { 

     // Leading/means from root 
     $result .= $relativePath; 

    } else if ($relativePath[0] === '?') { 

     // Leading ? means query the existing URL 
     $result .= $baseParts['path'].$relativePath; 

    } else { 

     // Get the current working directory 
     $resultPath = rtrim(substr($baseParts['path'], -1) === '/' ? trim($baseParts['path']) : str_replace('\\', '/', dirname(trim($baseParts['path']))), '/'); 

     // Split the image path into components and loop them 
     foreach (explode('/', $relativePath) as $pathComponent) { 
      switch ($pathComponent) { 
       case '': case '.': 
        // a single dot means "this directory" and can be skipped 
        // an empty space is a mistake on somebodies part, and can also be skipped 
        break; 
       case '..': 
        // a double dot means "up a directory" 
        $resultPath = rtrim(str_replace('\\', '/', dirname($resultPath)), '/'); 
        break; 
       default: 
        // anything else can be added to the path 
        $resultPath .= "/$pathComponent"; 
        break; 
      } 
     } 

     // Add path to result 
     $result .= $resultPath; 

    } 

    return $result; 

} 

测试：

echo make_absolute_path('http://www.example.com/dir/index.php','/photos/photo.jpg')."\n"; 
// Outputs: http://www.example.com/photos/photo.jpg 
echo make_absolute_path('http://www.example.com/dir/index.php','photos/photo.jpg')."\n"; 
// Outputs: http://www.example.com/dir/photos/photo.jpg 
echo make_absolute_path('http://www.example.com/dir/index.php','./photos/photo.jpg')."\n"; 
// Outputs: http://www.example.com/dir/photos/photo.jpg 
echo make_absolute_path('http://www.example.com/dir/index.php','../photos/photo.jpg')."\n"; 
// Outputs: http://www.example.com/photos/photo.jpg 
echo make_absolute_path('http://www.example.com/dir/index.php','http://www.yyy.com/photos/photo.jpg')."\n"; 
// Outputs: http://www.yyy.com/photos/photo.jpg 
echo make_absolute_path('http://www.example.com/dir/index.php','?query=something')."\n"; 
// Outputs: http://www.example.com/dir/index.php?query=something 

我认为应该处理刚才的一切你可能正确遭遇，和应该大致等同于浏览器所使用的逻辑。还应该纠正你在Windows上使用dirname()时可能会出现的杂散斜线。

第一个参数是在哪里找到的<img>（或<a>或其他）的页面，第二个参数的全网址是src/href等属性的内容。

如果有人发现一些不起作用的东西（因为我知道你们都会试图破坏它:-D），让我知道，我会尝试修复它。

Answer 2

'/'应该是基本路径。检查你的dom解析器返回的第一个字符，如果它是'/'，那么只需在域名前加前缀。