正则表达式用根相对链接替换相对链接

Question

我有一个文本字符串，其中包含带有所有不同类型链接（相对、绝对、根相对）的 html。我需要一个可以由 PHP 的 preg_replace 执行的正则表达式，以用根相对链接替换所有相对链接，而无需触及任何其他链接。我已经有了根路径。

替换链接：

<tag ... href="path/to_file.ext" ... >   --->   <tag ... href="/basepath/path/to_file.ext" ... >
<tag ... href="path/to_file.ext" ... />   --->   <tag ... href="/basepath/path/to_file.ext" ... />

未改动的链接：

<tag ... href="/any/path" ... >
<tag ... href="/any/path" ... />
<tag ... href="protocol://domain.com/any/path" ... >
<tag ... href="protocol://domain.com/any/path" ... />

Answer 1

我想出了这个：

preg_replace('#href=["\']([^/][^\':"]*)["\']#', $root_path.'$1', $html);

这可能有点过于简单了。我看到的一个明显缺陷是，当它在标签之外时，它也会匹配href="something"，但希望它可以让你开始。

Answer 2

如果你只是想改变基础 URI，你可以试试BASE element：

<base href="/basepath/">

但请注意，更改基本 URI 会影响所有相对 URI，而不仅仅是相对 URI 路径。

否则，如果您真的想使用正则表达式，请考虑您想要的相对路径必须是 path-noscheme 类型（请参阅RFC 3986）：

path-noscheme = segment-nz-nc *( "/" segment )
segment       = *pchar
segment-nz-nc = 1*( unreserved / pct-encoded / sub-delims / "@" )
                ; non-zero-length segment without any colon ":"
pchar         = unreserved / pct-encoded / sub-delims / ":" / "@"
pct-encoded   = "%" HEXDIG HEXDIG
unreserved    = ALPHA / DIGIT / "-" / "." / "_" / "~"
sub-delims    = "!" / "$" / "&" / "'" / "(" / ")"
              / "*" / "+" / "," / ";" / "="

所以 URI 的开头必须匹配：

^([a-zA-Z0-9-._~!$&'()*+,;=@]|%[0-9a-fA-F]{2})+($|/)

但是请使用适当的 HTML 解析器来解析 HTML 并以此构建 DOM。然后就可以查询DOM获取href属性，用上面的正则表达式测试值。