什麼是PHP正則表達式來定位某些URL？

Question

我有一些基本的HTML，我打電話str_replace()，我需要追加HTML字符串中找到的所有網址'generate_book.php?link='，但我需要排除任何外部鏈接，例如;

<a href="gst/3.html">Link</a> - 這應該成爲 - <a href="generate_book.php?link=gst/3.html"></a>

<a href="http://example.com">Link</a> - 這應該被單獨留在家中

你的大腦POWA表示讚賞！

Answer 1

你需要使用一個先行之初，以確保它不符合HTTP或HTTPS。如果您擔心，您也可以添加mailto。

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

此正則表達式還採用了向後看（在(?<=href=\")），因此它實際上並不匹配href="。

警告：

• 需要知道其中URL schemes將是除了HTTP和HTTPS的HTML，如果有的話。
• 一些標籤，如link標籤也具有href屬性。確保你沒有取代這些。如果您需要使用正則表達式匹配A標籤，則您的正則表達式複雜度將會大幅增長，並且仍然是won't really be safe.
• 正則表達式Eval的效率和不安全性要低得多，但如果您需要URL編碼，則可以在替換時嘗試對其進行URL編碼就像其他答案的第二個回報一樣。
• 總的來說，正則表達式不一定是最好的解決方案。你可能會更好的HTML解析器...

Answer 2

試試這個：

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