问题标签 [url-parsing]

我的问题如下。我有一长串 URL，例如：

我需要将该列表中的所有条目（URL）相互比较，提取这些 URL 的子域中的关键字（在本例中：david、joe、bob、mike、karl）并按频率排序。我一直在阅读有关 nltk 等几个库的信息。然而，这里的问题是没有空格来独立标记每个单词。关于如何完成工作的任何建议？

有没有一种方法可以从两个绝对 URL 创建一个 relativeURL（假设它们具有相同的基/域）

例如

.NET 有System.URI.MakeRelativeURI，我正在寻找本机等价物。

我希望在Shell Lightweight Utilities中找到一些东西，但没有运气。我可能可以用这些功能或基本的字符串操作来破解一些东西，但我不确定这是否是最好的方法。

我有一个网址，例如http://www.example.com/wall/post/1234568929842184
现在我想从我的 javascript 或 jquery 的网址中获取 post/ 之后的数字。

如何解析这个网址http://site.com/forum.php?id=1&page.php?id=1是这样的

正则表达式我被这样卡住"/\?(.*?)=/i"了，输出是这样的：

我想在我的应用程序中显示亚马逊内容，例如书籍。需要从亚马逊网址获取数据：( http://www.amazon.com/gp/bestsellers/2013/books/ref=zg_bs_tab_t_bsar )

请建议如何解析来自这个 url 的数据并检索所有书籍的详细信息。我尝试使用 touch xml，但它不起作用。

请帮忙。提前致谢。

我最近正在寻找一种方法来正确确定协议，根据该协议将 url 请求提供给服务器。

我仔细观察parse_url()了$_SERVER超全局变量，发现了这个：

输出：

[REQUEST_SCHEME] => http

但是，我无法在php.net或 Google 上找到它。虽然，我能够找到这个问题。Q#1：如果$_SERVER['REQUEST_SCHEME']没有记录，那么它可能是不可靠的，还是可以信任的？

我在windows下使用VC9 PHP 5.4.14 TS开发。但是我的制作是在ubuntu下的。Q#2：这个属性在 ubuntu linux 下也可用吗？

我维护的网站正在从标准的 php url 格式转变：

到一个更 seo 友好的格式，像这样：

我在 javascript 中使用这个函数来添加、更新/修改旧格式的 url 字符串：

这非常有效。现在这个函数突出了我不擅长的两件事，javascript 和正则表达式。我正在尝试修改此函数以使用斜杠“/”而不是？&=。这是我第一次尝试它：

这个功能让我非常接近。它将向 url 字符串添加新的键/值，但我无法更新/修改字符串中的当前值。我认为这是一个简单的修复。我只是很难在正则表达式和其他一些东西中将头包裹在 2 美元左右。

谢谢

我想我已经找到了答案这似乎现在有效：

有人能看出这有什么问题吗？

假设您有两个网址。

或者是这样的：

我知道你可以用 parse_array() 分解 url。当我这样做时，路径就是“testing.org”之后的一切。在第一个示例中，数组中的路径变量 1 是“目录”，但在第二个示例中，路径变量 1 是“index.php”。

我想弄清楚做两件事的热度。首先删除 index.php 之后的所有内容，但我一直在摸索。另外，如何从第一个 url 中删除“/directory/”？

但我也想了解如何替换路径的一部分。

我正在研究一个应该解析 url 以创建关联数组的函数。

我无法用正确的字符串等效替换数字键。

例如，http://localhost/fr/user/edit/5/?foo=bar&love=hate 产生

我想要的是：

到目前为止，这是我的功能：

好像网址不支持矩阵参数

• 为什么 ？
• 如何从 URL 中提取矩阵参数？request.URL.RawQuery什么时候应该使用它们而不是使用URL 部分中嵌入的请求参数？