Question

我需要将给定html文本中的几个给定的相对URL转换为绝对URL。

html文本将与相对URL和绝对URL混合在一起，我需要结果html文本，其中应仅包含具有以下规则的绝对URL。

原始html文本包含相对和绝对url的混合
需要将/test/1.html转换为https://www.example.com/test/1.html
它应忽略具有绝对网址（例如http://www.example.com/test/xxx.html，https://www.example.com/test/xxx.html，https://www.example.de/test/xxx.html，http://www.example.de/test/xxx.html

我知道使用preg_replace的最佳方法，因为我正在使用PHP，并且尝试了以下代码。

$server_url = "https://www.example.com";
$html = preg_replace('@(?<!https://www\.example\.com)(?<!http://www\.example\.com)(?<!https://www\.example\.de)(?<!http://www\.example\.de)/test@iU', $server_url.'/test', $html);

但是，这并没有给出期望的结果，而是已经转换了所有/test链接，包括现有的绝对URL。因此，基本上某些网址以http://www.example.dehttp://www.example.com/test/xxx.html结尾。

我不擅长regex，请帮助我找到合适的regex以获得理想的结果。

Answer 1

这应与 root 相对网址匹配：

^(\/[^\/]{1}.*\.html)$

您想要的网址将在$1

中可用

https://regex101.com/r/E1evez/2

<?php
$urls = [
    '/test/1.html',
    'http://www.example.com/test/xxx.html',
    'https://www.example.de/test/xxx.html',
    '/relative/path/file.html'
];

foreach( $urls as $url )
{
    if( preg_match( '/^(\/[^\/]{1}.*\.html)$/', $url ) )
    {
        echo 'match: '.$url.PHP_EOL;
    }
    else
    {
        echo 'no match: '.$url.PHP_EOL;
    }
}

输出：

match: /test/1.html
no match: http://www.example.com/test/xxx.html
no match: https://www.example.de/test/xxx.html
match: /relative/path/file.html

Answer 2

如果所有网址都以正斜杠开头，则可以使用：

(?<!\S)(?:/[^/\s]+)+/\S+\.html\S*

说明

(?<!\S)断言直接位于左侧的不是非空白字符
(?:/[^/\s]+)+重复匹配/的1次以上，然后不重复/或使用negated character class的空白字符
/\S+匹配/并匹配1倍以上的非空格字符
\.html\S*与示例数据中的.html匹配，并且0倍以上是非空格字符

Regex demo

如果您还想匹配/1.html，则可以使用将量词更改为)*而不是)+

要匹配比.html多的扩展名，您可以指定允许匹配的内容，例如\.(?:html|jpg|png)或使用字符类\.[\w-()]并添加允许匹配的内容。

将给定的相对URL转换为绝对URL

2 个答案: