如何清理一堆 url 而无需编写多个 str replace 语句？

Question

以下是一些需要清理的示例网址：

• http://example.com//path/ 应该变成：http://example.com/path/
• http://example.com/path/?& 应该变成：http://example.com/path/
• http://example.com/path/?&param=one 应该变成：
• http://example.com/path/?param=one
• http://example.com///?& 应该变成：http://example.com/
• http://example.com/path/subpath///?param=one& 应该变成：http://example.com/path/subpath/?param=one

不用多次写str_replace()，有没有办法清理url？

Answer 1

Sahil 的方法非常复杂，包含 6 个替换元素、模式中不必要的字符转义以及不需要的重复字符的有限量词。其实这个简单的 url 没能更正：http://example.com//path1

改为在您的项目中实施这种更短、更快、更简洁、更易读的方法：

代码（Demo）：

$urls=array(
    "http://example.com//path/",
    "http://example.com/path/?&",
    "http://example.com/path/?&param=one",
    "http://example.com///?&",
    "http://example.com/path/subpath///?param=one&");
$urls=preg_replace(
    ['/(?<!:)\/{2,}/','/\?&/','/[?&]$/'],['/','?',''],$urls);
var_export($urls);

输出：

array (
  0 => 'http://example.com/path/',
  1 => 'http://example.com/path/',
  2 => 'http://example.com/path/?param=one',
  3 => 'http://example.com/',
  4 => 'http://example.com/path/subpath/?param=one',
)

模式解释：

/(?<!:)\/{2,}/ 匹配 2 个或多个不带冒号的斜线；用单斜杠替换。

/\?&/ 匹配一个问号后跟一个 & 号；替换为问号。

/[?&]$/如果是问号或&，则匹配最后一个字符；删除。

---

另外，这是我对 url 解析方法的看法：(Demo)

代码：

$urls=array(
    "http://example.com//path//to///dir////4/ok",
    "http://example.com/path/?&&",
    "http://example.com/path/?&param=one",
    "http://www.example.com///?&",
    "http://example.com/path/subpath///?param=one&");
foreach($urls as $url){
    $a=parse_url($url); 
    $clean_urls[]="{$a["scheme"]}://{$a["host"]}".  // no problems expected from these elements
        preg_replace('~/+~','/',$a["path"]).        // reduce multiple consecutive slashes to single slash
        (isset($a["query"]) && trim($a["query"],'&')!=''?'?'.trim($a["query"],'&'):'');  // handle querystring
}    
var_export($clean_urls);

输出：

array (
  0 => 'http://example.com/path/to/dir/4/ok',
  1 => 'http://example.com/path/',
  2 => 'http://example.com/path/?param=one',
  3 => 'http://www.example.com/',
  4 => 'http://example.com/path/subpath/?param=one',
)

url组件处理说明：

path 元素上的 preg_replace() 模式将匹配 1 个或多个斜杠并将它们替换为单个斜杠。这也可以使用~/+(?=/)~ 或~(?<=/)/+~ 和一个空的替换字符串来实现，但是环视至少比无环模式慢2.5 倍。

query 处理行有一个内联条件，首先检查query 元素是否存在，然后...

如果是这样，它将从两端修剪无限的＆符号并检查修剪后的值是否不为空。任何符合条件的字符串都将去掉 & 号，并​​在前面加上一个问号。

如果不是，则将一个空字符串附加到要推送到$clean_urls的字符串中。

Answer 2

这个解决方案对你有好处：

<?php


// I merged your examples in this URL
$url= "http://example.com//path/?&param=value";
// Separate URL 
$parsed = parse_url($url);
// Path cleanup
$path = trim($parsed['path'],'/');
// Query string cleanup
$query = trim($parsed['query'],'&');
// Concatenate the URL parts 
echo sprintf("%s://%s/%s?%s",$parsed['scheme'],$parsed['host'],$path,$query);