写此函数作用就是为了开发采集程序，采集文章的时候会经常遇到页面里的路径是“相对路径”或者“绝对根路径”不是“绝对全路径”就无法收集URL。
所以，就需要本功能函数进行对代码进行格式化，把所有的超链接都格式化一遍，这样就可以直接收集到正确的URL了。
路径知识普及
相对路径：“../”“./”或者前面什么都不加
绝对根路径：/path/xxx.html
绝对全路径：http://www.xxx.com/path/xxx.html
使用实例：
[php]
<?php
$surl=\"http://www.7lian.com/\";
$gethtm=’首页解决方案’;
echoformaturl($gethtm,$surl);
?>
[/php]
输出：首页解决方案
---------演示实例------------
原始路径代码：http://www.newnew.cn/newnewindex.aspx
输出演示代码：http://www.maifp.com/aaa/test.php
[php]
<?php
functionformaturl($l1,$l2){
if(preg_match_all(\"/(]+src=\\\"([^\\\"]+)\\\"[^>]*>)|(]+href=\\\"([^\\\"]+)\\\"[^>]*>)|(]+src=’([^’]+)’[^>]*>)|(]+href=’([^’]+)’[^>]*>)/i\",$l1,$regs)){
foreach($regs[0]as$num=>$url){
$l1=str_replace($url,lIIIIl($url,$l2),$l1);
}
}
return$l1;
}
functionlIIIIl($l1,$l2){
if(preg_match(\"/(.*)(href|src)\\=(.+?)(|\\/\\>|\\>).*/i\",$l1,$regs)){$I2=$regs[3];}
if(strlen($I2)>0){
$I1=str_replace(chr(34),\"\",$I2);
$I1=str_replace(chr(39),\"\",$I1);
}else{return$l1;}
$url_parsed=parse_url($l2);
$scheme=$url_parsed[\"scheme\"];if($scheme!=\"\"){$scheme=$scheme.\"://\";}
$host=$url_parsed[\"host\"];
$l3=$scheme.$host;
if(strlen($l3)==0){return$l1;}
$path=dirname($url_parsed[\"path\"]);if($path[0]==\"\\\\\"){$path=\"\";}
$pos=strpos($I1,\"#\");
if($pos>0)$I1=substr($I1,0,$pos);
//判断类型
if(preg_match(\"/^(http|https|ftp)sad\\/\\/|\\\\\\\\)(([\\w\\/\\\\\\+\\-~`@:%])+\\.)+([\\w\\/\\\\\\.\\=\\?\\+\\-~`@\\’:!%#]|(&)|&)+/i\",$I1)){return$l1;}//http开头的url类型要跳过
elseif($I1[0]==\"/\"){$I1=$l3.$I1;}//绝对路径
elseif(substr($I1,0,3)==\"../\"){//相对路径
while(substr($I1,0,3)==\"../\"){
$I1=substr($I1,strlen($I1)-(strlen($I1)-3),strlen($I1)-3);
if(strlen($path)>0){
$path=dirname($path);
}
}
$I1=$l3.$path.\"/\".$I1;
}
elseif(substr($I1,0,2)==\"./\"){
$I1=$l3.$path.substr($I1,strlen($I1)-(strlen($I1)-1),strlen($I1)-1);
}
elseif(strtolower(substr($I1,0,7))==\"mailto:\"||strtolower(substr($I1,0,11))==\"javascript:\"){
return$l1; [Page]
}else{
$I1=$l3.$path.\"/\".$I1;
}
returnstr_replace($I2,\"\\\"$I1\\\"\",$l1);
}
?>
[/php]
最新评论