我需要找到一种方法来阅读用户发布的内容，以查找可能包含的任何超链接、创建锚标记、为所有这些链接添加 target 和 rel=nofollow 属性。
我遇到过一些这样的 REGEX 解决方案：
(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))
但在 SO 上关于同一问题的其他问题上，强烈建议 NOT 使用 REGEX 而不是使用 PHP 的 DOMDocument。
无论是最好的方法，我都需要添加一些上面提到的属性来强化网站上的所有外部链接。
【问题讨论】：
标签： php hyperlink attributes nofollow
首先，您提到的指南建议不要使用正则表达式解析 HTML。据我了解，您要做的是解析来自用户的纯文本并将其转换为 HTML。为此，正则表达式通常就可以了。
（请注意，我假设您自己将文本解析为链接，并且没有为此使用外部库。在后一种情况下，您需要修复库输出的 HTML，为此您应该 使用DOMDocument 遍历所有<a> 标签并为其添加适当的属性。）
现在，您可以通过两种方式解析它：服务器端或客户端。
优点：
缺点：
rel="nofollow" 属性以使机器人不跟随链接。优点：
rel="nofollow" 属性，因为它们首先看不到链接 - 它们是使用 Javascript 生成的，而机器人通常不解析 Javascript。缺点：
我将专注于在服务器端实现它。
所以，为了从用户输入中解析链接并添加任何你想要的属性，你可以使用这样的东西：
<?php
function replaceLinks($text)
{
$regex = '/'
. '(?<!\S)'
. '(((ftp|https?)?:?)\/\/|www\.)'
. '(\S+?)'
. '(?=$|\s|[,]|\.\W|\.$)'
. '/m';
return preg_replace_callback($regex, function($match)
{
return '<a'
. ' target=""'
. ' rel="nofollow"'
. ' href="' . $match[0] . '">'
. $match[0]
. '</a>';
}, $text);
}
解释：
(?<!\S): 前面没有非空白字符。(((ftp|https?)?:?)\/\/|www\.)：接受 ftp://、http://、https://、://、// 和 www. 作为 URL 的开头。(\S+?) 以非贪婪方式匹配所有非空格。(?=$|\s|[,]|\.\W|\.$) 每个 URL 必须跟在行尾、空格、逗号、点后跟 \w 以外的字符（这是为了让 .com、.co.jp 等匹配）或点然后是行尾。m 标志 - 匹配多行文本。现在，为了支持我的说法，我添加了一些测试用例：
$tests = [];
$tests []= ['http://example.com', '<a target="" rel="nofollow" href="http://example.com">http://example.com</a>'];
$tests []= ['https://example.com', '<a target="" rel="nofollow" href="https://example.com">https://example.com</a>'];
$tests []= ['ftp://example.com', '<a target="" rel="nofollow" href="ftp://example.com">ftp://example.com</a>'];
$tests []= ['://example.com', '<a target="" rel="nofollow" href="://example.com">://example.com</a>'];
$tests []= ['//example.com', '<a target="" rel="nofollow" href="//example.com">//example.com</a>'];
$tests []= ['www.example.com', '<a target="" rel="nofollow" href="www.example.com">www.example.com</a>'];
$tests []= ['user@www.example.com', 'user@www.example.com'];
$tests []= ['testhttp://example.com', 'testhttp://example.com'];
$tests []= ['example.com', 'example.com'];
$tests []= [
'test http://example.com',
'test <a target="" rel="nofollow" href="http://example.com">http://example.com</a>'];
$tests []= [
'multiline' . PHP_EOL . 'blah http://example.com' . PHP_EOL . 'test',
'multiline' . PHP_EOL . 'blah <a target="" rel="nofollow" href="http://example.com">http://example.com</a>' . PHP_EOL . 'test'];
$tests []= [
'text //example.com/slashes.php?parameters#fragment, some other text',
'text <a target="" rel="nofollow" href="//example.com/slashes.php?parameters#fragment">//example.com/slashes.php?parameters#fragment</a>, some other text'];
$tests []= [
'text //example.com. new sentence',
'text <a target="" rel="nofollow" href="//example.com">//example.com</a>. new sentence'];
每个测试用例由两部分组成：源输入和预期输出。我使用以下代码来确定函数是否通过上述测试：
foreach ($tests as $test)
{
list ($source, $expected) = $test;
$actual = replaceLinks($source);
if ($actual != $expected)
{
echo 'Test ' . $source . ' failed.' . PHP_EOL;
echo 'Expected: ' . $expected . PHP_EOL;
echo 'Actual: ' . $actual . PHP_EOL;
die;
}
}
echo 'All tests passed' . PHP_EOL;
我认为这可以让您了解如何解决问题。随意添加更多测试并试验正则表达式本身，使其适合您的特定需求。
【讨论】：
您可能对Goutte 感兴趣 您可以定义自己的过滤器等。
【讨论】：
使用 jquery 获取要发布的内容并在将其发布到 PHP 之前对其进行处理。
$('#idof_content').val(
$('#idof_content').val().replace(/\b(http(s|):\/\/|)(www\.\S+)/ig,
"<a href='http\$2://\$3' target='_blank' rel='nofollow'>\$3</a>"));
【讨论】：