使用链接：识别外部链接和链接的完整地址

我想为我的网站创建一个站点地图所以基本上我扫描主页链接并提取链接并对提取的链接递归执行相同的操作使用链接：识别外部链接和链接的完整地址

function get_contents($url = '') { 
    if($url == '') { $url = $this->base_url; } 
    $curl = new cURL; 
    $content = $curl->get($url); 
    $this->get_links($content); 
} 

public function get_links($contents){ 

       $DOM = new DOMDocument(); 
       $DOM->loadHTML($contents); 
       $a = $DOM->getElementsByTagName('a'); 
       foreach($a as $link){ 

        $h = $link->getAttribute('href'); 
        $l = $this->base.'/'.$h; 
        $this->links[] = $l ; 
        $this->get_contents($l); 

       } 
}

它工作正常，但有几个问题

我得到一些链接IKE

www.mysite.com/http://www.external.com

我可以这样做

if(stripos($link , 'http') !== false 
     || 
     stripos($link , 'www.') !== false 
     || 
     stripos($link , 'https') !== false 
    ) 
    { 
      if(stripos($link , 'mysite.com') !== false) 
      { 
       //ignor this link (yeah i suck at regex and string mapping) 
      } 
    }

，但它似乎很复杂，速度慢，有没有办法找出一个链接是一个外部链接的所有标准和清洁的方式？

2 -

有没有办法处理相对路径？我得到这样

www.mysite.com/../Domain/List3.html

一些事情obviusly这是不对的我可以从链接中删除（../），但它可能无法与所有的链接工作反正是有找到一个链接的完整地址？

来源

2012-11-29 max

您使用的是哪种CMS或框架 - 如果有的话 - 可能有更好的方法？ –

@jakenoble无！ – max

对于相对路径，你可以看看realpath()

使用parse_url()获得例如域，以便你可以很容易检查如果域等于您的域名。请注意，parse_url()需要定义一个SCHEME ，所以如果没有http [s]，可以添加http：//。

来源

2012-11-29 15:47:36 Alex2php

使用链接：识别外部链接和链接的完整地址

回答

相关问题