如何从锚点 href 获取完全限定的 URL？答案

【问题标题】：How to get fully-qualified URL from anchor href?如何从锚点 href 获取完全限定的 URL？
【发布时间】：2015-04-03 13:31:59
【问题描述】：

我正在用 php 编写一个网络爬虫。给定一个当前 URL，以及一组指向绝对 URL、相对 URL 和根 URL 的链接，我将如何确定每个链接的完全限定 URL？

例如，假设我正在抓取 URL：

http://www.example.com/path/to/my/file.html

网页包含的链接数组是：

array(
    'http://www.some-other-domain.com/',
    '../../',
    '/search',
);

如何确定每个链接的完全限定 URL？我在这个例子中寻找的结果分别是：

http://www.some-other-domain.com/
http://www.example.com/path/
http://www.example.com/search/

【问题讨论】：

不要忘记您可能还需要考虑其他一些因素——比如 f.e. HTML 文档中的<base href="…">。这并不像您想象的那么简单（从您的问题看来，您一开始并没有想那么难……）

【解决方案1】：

链接中的示例：

url_to_absolute('http://www.example.com/sitemap.html', 'aboutus.html');

解析为http://www.example.com/aboutus.html

或

url_to_absolute('http://www.example.com/content/sitemap.html', '../images/somephoto.jpg');

解析为http://www.example.com/images/somephoto.jpg

【讨论】：