正则过滤内容中除指定域名外的链接

5

09-2012

正则过滤内容中除指定域名外的链接

地狱中仰望天堂
2012-09-5
我爱PHP
浏览:
评论:1

不得不说正则是个十分强大的功能，有了他，让我们处理一些复杂的字符变的得心应手。其实所谓的程序无非都是对字符的处理，我之前也提到过，无非都是对字符的操作，所以，会了正则，会让你在做程序开发时多了一条很便捷的途径。这里我其实也用到了用正则匹配文章中的url，进行提取域名。

因为有很多网站的文章都是拷贝的各个其他网站上的，所以有的时候里面会有一些导出链接，可能会影响网站的权重，所以，我们要对发布的文章进行一下过滤。我在这里以织梦的文章发布为例来做的。因为有些链接也是不能过滤的，比如一些自己网站的链接，或一些自己必要的外部链接。所以，我们用正则匹配文章中的url，然后提取出域名，根据域名判断是否要替换，我们可以将外部链接的链接去掉，也就是将a标签去掉。而只留下之间的部分就可以了。下面看一下代码。

//过滤文章中除指定域名之外的链接
    $pre = '|<a[^>]*?\s*href=\\\"http://(?:.*?)\.(.*?)\.(?:.*?)/(?:.*?)\"(?:.*?)>(.*?)<\/a>|i';
	preg_match_all($pre,$body,$a);
	if($a){
		$qian = $a[0];
		$home = $a[1];
		$hou  = $a[2];
		foreach ($home as $key=>$val){
			if($val=='beelink'||$val=='zoosnet'){
				continue;
			}else{
				$body = str_replace($qian[$key],$hou[$key],$body);
			}
		}
	}

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

//过滤文章中除指定域名之外的链接

$pre = '|<a[^>]*?\s*href=\\\"http://(?:.*?)\.(.*?)\.(?:.*?)/(?:.*?)\"(?:.*?)>(.*?)<\/a>|i';

preg_match_all($pre,$body,$a);

if($a){

$qian = $a[0];

$home = $a[1];

$hou = $a[2];

foreach ($home as $key=>$val){

if($val=='beelink'||$val=='zoosnet'){

continue;

}else{

$body = str_replace($qian[$key],$hou[$key],$body);

}

将这段代码加到织梦的文章发布处理文件article_add.php的$body = AnalyseHtmlBody($body,$description,$litpic,$keywords,’htmltext’);提取摘要之前就可以了。这里面用到了正则的断言。来屏蔽了一些不必要的匹配。这个正则匹配出来三部分，第一部分是整个链接，第二部分是域名，第三部分是去掉a标签后的部分。所以我们遍历第二部分，是指定的可以发布的域名就结束本次循环，如果不是，就将对应的第一部分替换为对应的第三部分。替换因为不是复杂的匹配，所以用php自带的替换就可以了，正则虽然很方便，但是他比较耗费资源，如果可以，尽量使用php自带的函数来操作。这样就可以实现将一些外部链接替换掉了！

本文链接：http://www.521php.com/archives/433/

程序本天成，妙手偶得之！我们只是代码的搬运工！

转载请注明：http://www.521php.com/archives/433/