什么是针对特定 URL 的 PHP 正则表达式？答案

【问题标题】：What's a PHP regex to target certain URLs?什么是针对特定 URL 的 PHP 正则表达式？
【发布时间】：2010-11-30 01:17:17
【问题描述】：

我有一些基本的 HTML，我在上面调用 str_replace()，我需要在 HTML 字符串中找到的所有 URL 附加一个“generate_book.php?link=”，但我需要排除任何外部链接，例如；

<a href="gst/3.html">Link</a> -- 这应该变成 -- <a href="generate_book.php?link=gst/3.html"></a>

<a href="http://example.com">Link</a> -- 这个应该不用管

感谢您的大脑 powa！

【问题讨论】：

标签： php html regex str-replace

【解决方案1】：

您需要在开始时使用前瞻来确保它与 HTTP 或 HTTPS 不匹配。不放心也可以加mailto。

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

这个正则表达式还使用了后视（(?<=href=\")），因此它实际上不匹配href="。

警告：

需要知道除了 HTTP 和 HTTPS 之外的 HTML 中还有哪些URL schemes（如果有的话）。
一些标签，如link 标签也有一个href 属性。确保你没有更换这些。如果您只需要使用正则表达式匹配A 标签，那么您的正则表达式复杂性将大大增加，并且仍然是won't really be safe.
Regex Eval 效率较低且不安全，但如果您需要 URL 编码，您可以尝试在替换时对其进行 URL 编码，就像另一个答案的第二次返回一样。
总体而言，Regex 不一定是解决此问题的最佳解决方案。使用 HTML 解析器可能会更好...

【讨论】：

好的，我已经尝试了此页面上的所有建议，但它们都产生了错误。你的似乎产生的最少：警告：preg_replace() [function.preg-replace]: Unknown modifier '/' in C:\wamp\www\projects\kineo\taxteam[CD_COURSE] GCSB (Central)\htdocs\book \generate_book.php 第 64 行
糟糕，将 http/https 后面的 // 都替换为 \/\/ 我没有使用 PHP 来测试正则表达式，所以我不必逃避它们。
这对我来说非常好用，谢谢，我不想用我正在使用它的上下文吓跑任何人，但它是用于刻录到 CDROM 的 Server2Go 包，所以很少涉及危险，只是链接断开:)

【解决方案2】：

试试这个：

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

【讨论】：

我很确定您不能只将函数作为字符串传递。你想要的是preg_replace_callback() 和create_function()（或者如果使用> 5.3，则使用匿名函数）。
e 修饰符使 replace 参数被评估为 PHP 代码 PHP.net PCRE modifiers
很抱歉成为 n00b，@alex 您能否提供一个示例代码来说明您的意思？我想我跟着，但我也是一个完全的新手:)
@Kolink 哦错过了。我一直避免使用它，因为在我看来它总是一个安全问题。
如果您将正则表达式从 [^\"] 更改为检查有效的 URL 字符，则不会存在安全风险，因为这些字符是无害的 - 无论如何它都会在字符串中转义。