1

我有一个可以从网站获取内容的脚本,我想做的是修改所有链接。认为:

$html = str_get_html('<h2 class="r"><a class="l" href="http://www.example.com/2009/07/page.html" onmousedown="return curwt(this, 'http://www.example.com/2009/07/page.html')">SEO Result Boost <b> </b></a></h2>');

那么,是否可以这样修改或重写>

<h2 class="r"><a class="l" href="http://www.site.com?http://www.example.com/2009/07/page.html">SEO Result Boost <b> </b></a></h2>


我已经阅读了它的手册,但无法理解如何计算它(http://simplehtmldom.sourceforge.net/#fragment-12

有可能吗,有什么想法吗?

4

1 回答 1

5

假设相关问题的答案有效,

您应该能够使用以下处理简单 HTML DOM

$site = "http://siteyourgettinglinksfrom.com";
$doc = str_get_html($code);
foreach ($doc->find('a[href]') as $a) {
$href = $a->href;
if (/* $href begins with a absolute URL path */) {
    $a->href = 'http://www.site.com?'.$href;
}
else{ /* $href begins with a relative path */        
    $a->href = 'http://www.site.com?'.$site.$href;
}

}
$code = (string) $doc;

或者

使用PHP 的原生 DOM 库

$site = "http://siteyourgettinglinksfrom.com";
$doc = new DOMDocument();
$doc->loadHTML($code);
$xpath = new DOMXpath($doc);
foreach ($xpath->query('//a[@href]') as $a) {
$href = $a->getAttribute('href');
if (/* $href begins with a absolute URL path */) {
    $a->setAttribute('href', 'http://www.site.com?'.$href);
}
else{ /* $href begins with a relative path */
    $a->setAttribute('href', 'http://www.site.com?'.$site.$href);
}
}
$code = $doc->saveHTML();

检查 $href:

您将检查相对链接并在您从中提取内容的网站地址之前添加,因为大多数网站都使用相对链接。(这就是正则表达式匹配器是你最好的朋友的地方)

对于相对链接,您可以在您从中获取链接的站点的绝对路径之前添加

  'http://www.site.com?'.$site.$href

对于绝对链接,您只需附加相对链接

  'http://www.site.com?'.$href

示例链接:

网站相关:/images/picture.jpg

文档相关:../images/picture.jpg

绝对:http://somesite.com/images/picture.jpg

注意:这里需要做更多的工作,因为如果您处理“文档相关”链接,那么您将必须知道您当前所在的目录。站点相关链接应该很好,只要您拥有从中获取链接的站点的根文件夹)

于 2012-09-06T17:28:54.693 回答