仅当缺少协议时才使用preg_replace href或src

Question

我一直致力于解析一个输入，即HTML。但是，我需要能够找到所有没有协议的href或src属性，例如http://，https://或ftp://等，当它们没有用包含协议和域的变量替换它时。

例如，我想要

<a href="/_mylink/goes/here">Link 1</a>
<a href="http://site.com/_myotherlink/goes/here">Link 2</a>

返回：

<a href="http://mydomain.com/_mylink/goes/here">Link 1</a>
<a href="http://site.com/_myotherlink/goes/here">Link 2</a>

我可以获得整个href属性，但我似乎不知道如何只在缺少协议的情况下进行匹配和替换。我发现^0-9可以以反/非的方式工作，但当我尝试使用http:// etc时，我发现我无法让它工作。

编辑：

我只想提一下，因为它对我来说已经是这个问题的“范围”的一部分，我想避免由于替换而导致的url编码，因为我在其中的一些上使用了{}之类的东西，我不希望它们中有%7B%7D这样的东西。

Answer 1

为什么不使用DOM轻松地替换这些属性呢？例如

$domain = 'http://mydomain.com';
$currentPath = '/some/absolute/path/'; // make sure this starts and ends with a forward-slash

$doc = new DOMDocument();
$doc->loadHTML($html);

$xpath = new DOMXPath($doc);
$attrs = $xpath->query('//@href[not(contains(., "://"))]');
foreach ($attrs as $attr) {
    $attr->value = sprintf('%s%s%s',
        $domain,
        $attr->value[0] == '/' ? '' : $currentPath,
        htmlspecialchars($attr->value)
    );
}

$attrs = $xpath->query('//@src[not(contains(., "://"))]');
foreach ($attrs as $attr) {
    $attr->value = sprintf('%s%s%s',
        $domain,
        $attr->value[0] == '/' ? '' : $currentPath,
        htmlspecialchars($attr->value)
    );
}

echo $doc->saveHTML();

Answer 2

从本质上讲，您正在寻找的是“非”-pattern。那将是一个negative assertion

 (?!http://)

例如，将其添加到/href="(?!http://)[^"]+"/中。

或者，您可以使用preg_replace_callback并对其进行排序。

既然您说过“解析”，那么它就是一种主题；对于HTML遍历，另一种选择是phpquery或querypath。然后，您可以使用以下命令遍历所有链接：

 foreach (htmlqp($html)->find("a[href]") as $tag) {
      if (!strstr($tag->attr("href"), "http://")) {
             $tag->attr("href", "$add....");

输出转换显然是过度杀伤力。但是对于任意的HTML来说，这可能是一个更有弹性的选择。