将给定的相对 url 转换为绝对 url答案

【问题标题】：Convert given relative urls to absolute urls将给定的相对 url 转换为绝对 url
【发布时间】：2019-08-01 13:34:21
【问题描述】：

我需要将给定 html 文本中的几个给定相对 url 转换为绝对 url。

html 文本将与相对和绝对 url 混合，我需要结果 html 文本，它应该只包含具有以下规则的绝对 url。

原始 html 文本包含相对 URL 和绝对 URL 的混合
需要将/test/1.html转换成https://www.example.com/test/1.html
它应该忽略具有绝对 URL（.com 和 .de）的实例，例如 http://www.example.com/test/xxx.html,https://www.example.com/test/xxx.html,https://www.example.de/test/xxx.html,http://www.example.de/test/xxx.html

我知道使用preg_replace 的最佳方法是使用PHP，并尝试了以下代码。

$server_url = "https://www.example.com";
$html = preg_replace('@(?<!https://www\.example\.com)(?<!http://www\.example\.com)(?<!https://www\.example\.de)(?<!http://www\.example\.de)/test@iU', $server_url.'/test', $html);

但是，这并没有给出预期的结果，而是转换了所有 /test 链接，包括现有的绝对 URL。所以基本上有些网址最终会变成http://www.example.dehttp://www.example.com/test/xxx.html。

我不擅长regex，请帮我找到合适的regex 以获得想要的结果。

【问题讨论】：

是否所有的相关网址都以/ 开头？或者它们也可以是 test/1.html 并且它们可以有查询字符串参数吗？
为什么不能只检查 URL 是否以 http 开头，如果不是，则与 https://www.example.com 连接？
@Thefourthbird 它以/开头

标签： php regex preg-replace

【解决方案1】：

如果所有网址都以正斜杠开头，您可以使用：

(?<!\S)(?:/[^/\s]+)+/\S+\.html\S*

说明

(?<!\S) 断言左边的不是非空白字符
(?:/[^/\s]+)+ 重复 1+ 次匹配 /，然后不是 / 或使用 negated character class 的空白字符
/\S+ 匹配 / 和 1+ 次非空白字符
\.html\S* 匹配示例数据中的 .html 和 0+ 次非空白字符

Regex demo

如果您还想匹配/1.html，您可以使用将量词更改为)* 而不是)+

要匹配比.html 更多的扩展名，您可以指定允许匹配的内容，例如\.(?:html|jpg|png)，或者使用字符类\.[\w-()] 并添加允许匹配的内容。

【讨论】：

如果它不包含html材料，例如jpg，png等怎么办
@JanithChinthana 然后你可以指定你想要匹配的内容使用替换 (?:png|jpg) 或使用 \w+ 匹配 1+ 字字符或使用 \S+ 匹配非空白字符（但有点宽泛）见regex101.com/r/GQoBsM/2或regex101.com/r/GQoBsM/3
请原谅我如此倾倒。这些链接位于大 html 文本的中间会发生什么。它似乎没有检测到。
你能举个例子吗？
比如说<img src="/test/uploads/sample.jpg" />

【解决方案2】：

这应该匹配 root-相对网址：

^(\/[^\/]{1}.*\.html)$

您想要的网址将在$1中提供

https://regex101.com/r/E1evez/2

<?php
$urls = [
    '/test/1.html',
    'http://www.example.com/test/xxx.html',
    'https://www.example.de/test/xxx.html',
    '/relative/path/file.html'
];

foreach( $urls as $url )
{
    if( preg_match( '/^(\/[^\/]{1}.*\.html)$/', $url ) )
    {
        echo 'match: '.$url.PHP_EOL;
    }
    else
    {
        echo 'no match: '.$url.PHP_EOL;
    }
}

输出：

match: /test/1.html
no match: http://www.example.com/test/xxx.html
no match: https://www.example.de/test/xxx.html
match: /relative/path/file.html

【讨论】：