php - 在 PHP 中按域进行 URL preg_replace

Question

我找不到这个问题的最佳解决方案。这个想法是更改包含特定域的文本的所有 url，并使用preg_replace_callback()base 64 编码。网址属于这种类型：http://www.domain.com/?fsdf76sf8sf6fds另一种方式分别是：http://www.otherdomain.com/file/CA60D10F8ACF7CAA

正则表达式的任何想法？

Answer 1

您正在寻找的是类似的东西

$s = preg_replace_callback('#(([a-z]+://)|([a-z]+://)?[a-z0-9.-]+\.|\b)domain.com[^\s]+#i', function($match) {
    return base64_encode($match[0]);
}, $string);

这个正则表达式可能有点混乱，所以让我们分解一下：

(  -- domain.com must be preceeded by either
  ([a-z]+://)   -- a protocol such as http://
  |
  ([a-z]+://)?[a-z0-9.-]+\.  -- possibly a protocol and definitely a subdomain
  |
  \b  -- word-break (prevents otherdomain.com from matching!)
)
domain.com  -- the actual domain you're looking for
[^\s]+  -- everything up to the next space (to include path, query string, fragment)

一个非常简单的系统来测试这样的东西：

<?php

$strings = array(
    // positives
    'a http://www.domain.com/?fsdf76sf8sf6fds z' => 'a xxx z',
    'a www.domain.com/?fsdf76sf8sf6fds z' => 'a xxx z',
    'a http://domain.com/?fsdf76sf8sf6fds z' => 'a xxx z',
    'a domain.com/?fsdf76sf8sf6fds z' => 'a xxx z',
    // negatives
    'a http://www.otherdomain.com/file/CA60D10F8ACF7CAA z' => null,
    'a www.otherdomain.com/file/CA60D10F8ACF7CAA z' => null,
    'a http://otherdomain.com/file/CA60D10F8ACF7CAA z' => null,
    'a otherdomain.com/file/CA60D10F8ACF7CAA z' => null,
);

foreach ($strings as $string => $result) {
    $s = preg_replace_callback('#(([a-z]+://)|([a-z]+://)?[a-z0-9.-]+\.|\b)domain.com[^\s]+#i', function($match) {
        return 'xxx';
    }, $string);

    if (!$result) {
        $result = $string;
    }

    if ($s != $result) {
        echo "FAILED: '$string' got '$s'\n";
    } else {
        echo "OK: '$string'\n";
    }
}

（如果您已经在进行单元测试，那么显然可以使用它来代替……）

Answer 2

此答案仅适用于以“http://www.domain.com/”或“https://www.domain.com/”开头的 URL，但更精简：

$in = 'before http://www.domain.com/?fsdf76sf8sf6fds after';

$domain = 'www.domain.com';
echo preg_replace_callback('/\b(https?:\/\/'.preg_quote($domain).'\/)\?(\w+)/i', function($m) {
    return 'http://www.otherdomain.com/file/'.base64_encode($m[2]);
}, $in);
// outputs "before http://www.otherdomain.com/file/ZnNkZjc2c2Y4c2Y2ZmRz after"

仍有待解决的一个问题是，您的“CA60D10F8ACF7CAA”示例输出显示的 base64 编码输出与 PHP 的 base64_encode() 返回的输出不同：

echo base64_encode('fsdf76sf8sf6fds'); // outputs ZnNkZjc2c2Y4c2Y2ZmRz