preg_replace 添加 target="_blank"，但排除某些实例

Question

我在组合正确的 RegEx 模式以将 target="_blank" 添加到我的 link 时遇到问题。将其添加到所有 links.. 没问题，但我需要根据模式排除某些实例。

这是我用来更新所有 link 的 preg_replace() 目标，在 href

中显示 http://

preg_replace('/(<a href="http:[^"]+")>/is','\1 target="_blank">',$content);

这是我正在尝试获取的场景

link1 /somepage.htm (no target="_blank") Above works
link2 http://www.somesiteexternal.com/ (add target="_blank") Above works
link3 http://www.example.com/somepage.htm (no target="_blank") this is where I'm having a problem.

我想从目标处理中排除 http://www.example.com or http://example.com（这将是代码所在的域），但是如果 link 是绝对 link 或另一个外部不使用 domain.com 的网站，那么我想要那个。

试图在此 (<a href="http:[^"]+") 中添加 exclude/exception 模式给我带来了麻烦。

谢谢！汉字

Answer 1

这是使用DOM操作来获得你想要的东西的方法。

$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);

$linkNodeList = $xpath->query('//a[starts-with(@href, "http://")]');

$targetAttr = $dom->createAttribute('target');

foreach($linkNodeList as $linkNode) {
    if (!$linkNode->hasAttribute('target'))
        $linkNode->appendChild($targetAttr);
    $linkNode->setAttribute('target', '_blank');
}

$html = $dom->saveHTML();

注意：由于某些原因，LIBXML_...常量有时未定义，因此您可以通过在前面添加来解决问题：

if (!defined('LIBXML_HTML_NOIMPLIED'))
  define('LIBXML_HTML_NOIMPLIED', 8192);
if (!defined('LIBXML_HTML_NODEFDTD'))
  define ('LIBXML_HTML_NODEFDTD', 4);

如果要排除特定域，可以使用parse_url并在foreach循环中添加条件（这是最简单的方法）：

$forbidden_host = 'example.com';

foreach($linkNodeList as $linkNode) {
    $host = parse_url($linkNode->getAttribute('href'),  PHP_URL_HOST);
    $host = preg_replace('~\Awww\.~', '', strtolower($host));
    if ($host === $forbidden_host)
        continue;

    if (!$linkNode->hasAttribute('target'))
        $linkNode->appendChild($targetAttr);

    $linkNode->setAttribute('target', '_blank');

}

或者您可以在 xpath 查询中插入条件：

$query = '//a[starts-with(@href, "http://") and not(starts-with(@href, "http://www.example.com") or starts-with(@href, "http://example.com"))]';

Answer 2

因为这似乎是你自己的 html，请修改你的正则表达式：

/(<a href="http:[^"]+")>/is
                | add here a negative lookahead: (?!\/\/(?:www\.)?example\.com)

所以变成：

/(<a href="http:(?!\/\/(?:www\.)?example\.com)[^"]+")>/is

Test at regex101.com; Regex FAQ; Regex to parse HTML

preg_replace 添加 target="_blank"，但排除某些实例

preg_replace add target="_blank", but exclude certain instances

php

regex

html-parsing