什么是PHP正则表达式来定位某些URL？

Question

我有一些基本的HTML，我打电话str_replace()，我需要追加HTML字符串中找到的所有网址'generate_book.php?link='，但我需要排除任何外部链接，例如;

<a href="gst/3.html">Link</a> - 这应该成为 - <a href="generate_book.php?link=gst/3.html"></a>

<a href="http://example.com">Link</a> - 这应该被单独留在家中

你的大脑POWA表示赞赏！

Answer 1

你需要使用一个先行之初，以确保它不符合HTTP或HTTPS。如果您担心，您也可以添加mailto。

$str = preg_replace("/(?<=href=\")(?!http:\/\/|https:\/\/)([^\"]+)/i", "generate_book.php?link=$1", $str); 

此正则表达式还采用了向后看（在(?<=href=\")），因此它实际上并不匹配href="。

警告：

• 需要知道其中URL schemes将是除了HTTP和HTTPS的HTML，如果有的话。
• 一些标签，如link标签也具有href属性。确保你没有取代这些。如果您需要使用正则表达式匹配A标签，则您的正则表达式复杂度将会大幅增长，并且仍然是won't really be safe.
• 正则表达式Eval的效率和不安全性要低得多，但如果您需要URL编码，则可以在替换时尝试对其进行URL编码就像其他答案的第二个回报一样。
• 总的来说，正则表达式不一定是最好的解决方案。你可能会更好的HTML解析器...

Answer 2

试试这个：

$str = preg_replace(
    "(href=\"([^\"]+)\")ie", 
    "if(substr('$1',0,7) == 'http://') 
     return stripslashes('$1'); 
    else 
     return 'generate_book.php?link='.urlencode(stripslashes('$1'));", 
    $str);