我正在用 PHP 编写一个 Web 浏览器，用于不支持多标签浏览的设备（例如 Kindle）。目前我正在使用 file_get_contents() 读取页面源，然后将其回显到页面中。我的问题是很多页面使用了本地引用（比如'），所以它们都指向了不存在的页面。我想要做的是找到所有 src 和 href 标记，并将完整的网址添加到任何不以“http://”或“https://”开头的地址。我该怎么做？
【问题讨论】：
标签： php regex browser local file-get-contents
与elibyy suggested 一样，我也建议使用base 标签。这是一种使用 PHP 原生的DOMDocument 的方法：
// example url
$url = 'http://example.com';
$doc = new DOMDocument();
$doc->loadHTMLFile( $url );
// first let's find out if there a base tag already
$baseElements = $doc->getElementsByTagName( 'base' );
// if so, skip this block
if( $baseElements->length < 1 )
{
// no base tag found? let's create one
$baseElement = $doc->createElement( 'base' );
$baseElement->setAttribute( 'href', $url );
$headElement = $doc->getElementsByTagName( 'head' )->item( 0 );
$headElement->appendChild( $baseElement );
}
echo $doc->saveHTML();
话虽如此；你确定你知道你的目标有多么雄心勃勃吗？
例如，我认为这根本不是您真正需要的，因为您的应用程序基本上充当代理。因此，您可能至少希望通过您的应用程序路由所有用户可点击的链接，而不是将它们直接路由到原始链接，因为我认为您希望将用户保留在您的选项卡式应用程序中，而不是中断。
类似：
http://yourapplication.com/resource.php?resource=http://example.com/some/path/
现在，这当然可以通过基本上按照您的要求来实现，而不是在前面加上 http:// 或 https:// 前面的东西，这样它就会导致上面的示例 url。
但是，您将如何辨别哪些资源可以用于此操作，哪些资源不能？如果您对页面中的所有资源采用这种方法，您的应用程序将很快成为一个完整的代理，从而变得非常资源密集。
希望我已经为您提供了一个简短的开始，以便您考虑一些事情。
【讨论】：
【讨论】：
<?php $url = "http://www.example.com"; $str = file_get_contents($url); $matche = array(); $pos = str_replace("<head>", '<head>\n<base href="http://www.example.com" />', $str); echo $pos; ?>