只保留 href 和 src 的子目录（ROOT html 链接）答案

【问题标题】：Keep Only subdirectory from href and src (ROOT html links )只保留 href 和 src 的子目录（ROOT html 链接）
【发布时间】：2022-11-03 00:18:52
【问题描述】：

您好，我有从外部 url 复制 html 并在我的页面上回显的代码。一些 HTML 内部有链接和/或图片 SRC。我需要一些帮助来截断它们（从绝对 url 到 $data 内的相对 url）

例如：在html里面有href

<a href="https://www.trade-ideas.com/products/score-vs-ibd/" >

or SRC

<img src="http://static.trade-ideas.com/Filters/MinDUp1.gif">

我想只保留子目录。

/products/score-vs-ibd/z

/Filters/MinDUp1.gif

也许使用 preg_replace ，但我不熟悉正则表达式。

这是我的原始代码，效果很好，但现在我卡住了截断链接。

<?php
$post_tags = get_the_tags();
if ( $post_tags ) {
$tag = $post_tags[0]->name; 
}   
$html= file_get_contents('https://www.trade-ideas.com/ticky/ticky.html?symbol='. "$tag");

$start = strpos($html,'<div class="span3 height-325"');
$end =  strpos($html,'<!-- /span -->',$start);
$data= substr($html,$start,$end-$start);
echo $data ;
?>

【问题讨论】：

标签： php wordpress url truncate

【解决方案1】：

这是代码：

function getUrlPath($url) {
   $re = '/(?:https?://)?(?:[^?/s]+[?/])(.*)/';
   preg_match($re, $url, $matches);
   return $matches[1];
}

示例：getUrlPaths("http://myassets.com:80/files/images/image.gif") 返回文件/图像/image.gif

【讨论】：

【解决方案2】：

您可以使用preg_match_all() 使用正则表达式找到 html 字符串中的所有 URL。
正则表达式：

'/=['"](https?://.*?(/.*))['"]/i'

将为每次出现="http://domain/path" 或='https://domain/path?query'（http/https，单引号或双引号，带/不带查询字符串）捕获整个 URL 和路径/查询字符串。
然后你可以使用str_replace() 来更新 html 字符串。

<?php
$html = '<a href="https://www.trade-ideas.com/products/score-vs-ibd/" >
<img src="http://static.trade-ideas.com/Filters/MinDUp1.gif">
<img src='https://static.trade-ideas.com/Filters/MinDUp1.gif?param=value'>';

$pattern = '/=['"](https?://.*?(/.*))['"]/i';
$urls = [];
preg_match_all($pattern, $html, $urls);
//var_dump($urls);
foreach($urls[1] as $i => $uri){
    $html = str_replace($uri, $urls[2][$i], $html);
}
echo $html;

Run it live here.

笔记，这将更改紧跟在= 之后的所有用引号括起来的绝对 URL。

【讨论】：