獲取外部網頁圖像的絕對路徑

Question

我正在使用bookmarklet，並且使用HTML DOM解析器（正如前面提出的SO答案）獲取任何外部頁面的所有照片。我正確地提取照片並在我的書籤彈出窗口中顯示。但是我遇到了照片相對路徑的問題。

例如外部頁面上的圖片來源說http://www.example.com/dir/index.php

1. 圖片來源1：IMG源= '主機名/照片/ photo.jpg' - 獲取照片，因爲它是絕對

2. 照片來源2：img source ='/ photos/photo.jpg' - 沒有得到，因爲它不是絕對的。

我通過當前網址工作我的意思是使用dirname或pathinfo獲取當前網址的目錄。但導致主機/目錄/（主機作爲父目錄）和主機/目錄/ index.php（主機/目錄作爲父目錄是正確的）之間的問題

請幫助我怎樣才能得到這些相對照片？

Answer 1

FIXED（增加了查詢字符串只圖像路徑的支持）

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; 

} 

測試：

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 

我認爲應該處理剛纔的一切你可能正確遭遇，和應該大致等同於瀏覽器所使用的邏輯。還應該糾正你在Windows上使用dirname()時可能會出現的雜散斜線。

第一個參數是在哪裏找到的<img>（或<a>或其他）的頁面，第二個參數的全網址是src/href等屬性的內容。

如果有人發現一些不起作用的東西（因爲我知道你們都會試圖破壞它:-D），讓我知道，我會嘗試修復它。

Answer 2

'/'應該是基本路徑。檢查你的dom解析器返回的第一個字符，如果它是'/'，那麼只需在域名前加前綴。