php把url扩展为完整网络url的方法

最近在写一个php采集程序，由于要适应各种来源网站，所以所采集的文章内容里面包含的图片、超链接、附件等的url情况就各不相同，比如有：(1)http://www.xxx.com/123/456.html;(2) 456.html;(3)/123/456.html;(4)../456.html;(5)../../456.html等等。

 

这么多种情况，要把它们根据实际情况，在插入数据库之前进行处理，要使之统一转换为http://...形式，让我烦恼了好久，最后终于在Snoopy采集类的成员方法里面摘取了一个扩展链接的方法出来，稍微修改使之可用。整理后各代码如下：

 

1、扩展链接的方法代码：
 /**
  * 扩展完整的链接
  * @param $links 链接（支持单个链接和array数组传值）
  * @param $URI 源地址（即采集源网站）
  */
 public static function expandLink($links, $URI){
  $host = "www.php.net";
  preg_match("/^[^\?]+/",$URI,$match);
  $match = preg_replace("|/[^\/\.]+\.[^\/\.]+$|","",$match[0]);
  $match = preg_replace("|/$|","",$match);
  $match_part = parse_url($match);
  $match_root = $match_part["scheme"]."://".$match_part["host"];
  $search = array(  "|^http://".preg_quote($host)."|i",
       "|^(\/)|i",
       "|^(?!http://)(?!mailto:)|i",
       "|/\./|",
       "|/[^\/]+/\.\./|"
      );
  $replace = array( "",
       $match_root."/",
       $match."/",
       "/",
       "/"
      );   
  $expandedLinks = preg_replace($search,$replace,$links);
  return $expandedLinks;
 }

 

2、测试代码：

public function testUrl(){
  $links = array(
   '../asdasd/asdasd.html',
   'http://www.dianxun.com/asdasd/asdasd.html',
   'http://www.dia.com/asdasd/asdasd.html',
   'asdasd/asdasd.html',
   '/asdasdasd//asdasd/asd////asdasd/asdasd.html',
  );
  $URI = "http://www.dianxun.com/index.do/asdd/asdd.html";
  $exLinks = IndexAction::expandLink($links, $URI);
  dump($exLinks);
 }

 

运行结果：

../asdasd/asdasd.html-->http://www.dianxun.com/index.do/asdasd/asdasd.html
http://www.dianxun.com/asdasd/asdasd.html-->http://www.dianxun.com/asdasd/asdasd.html
http://www.dia.com/asdasd/asdasd.html-->http://www.dia.com/asdasd/asdasd.html
asdasd/asdasd.html-->http://www.dianxun.com/index.do/asdd/asdasd/asdasd.html
/asdasdasd//asdasd/asd////asdasd/asdasd.html-->http://www.dianxun.com/asdasdasd//asdasd/asd////asdasd/asdasd.html