修复网站上的链接地址HTML代码

Question

最近我一直在使用一种工具。它抓取网站上的所有链接地址。

我的问题是，在HTML代码的链接，有时是不同的：

• 的index.php
• 的index.php
• http://www.website.com/index.php

我需要的所有环节相同：

/index.php      -> http://www.website.com/index.php 
index.php      -> http://www.website.com/index.php 
http://www.website.com/index.php -> http://www.website.com/index.php 

感谢您的帮助。

Answer 1

使用的preg_replace解决相对URL

要求：
$domain =主题网站域名
$path =你在寻找相对链接的文档或字符串

。

退货：
$url =该链接中的链接或字符串转换为具有给定域的正确url。

代码：

$url = preg_replace('<a\shref="([\/\?\w\.=\&]+)"([\s]rel="(\w+)")*>/', '<a href="http://{$site_domain}$1" rel="$3">' $path) 

好运气，让我知道如何去。

Answer 2

欢迎使用GoogleOverflow.com。

下面是解析使用PHP和正则表达式中的HTML链接的完整的教程：http://www.the-art-of-web.com/php/parse-links/

Answer 3

Here's a function将返回给定基（电流）URL和一个相对的绝对URL。

Answer 4

您需要检查是否存在base标记。如果找到它，它将指定基本URL（否则，基本URL与浏览器指向的路径相同，直到最后一个）。