我收到一个格式化为html的文本。我想限制锚标记的url只能来自我的域，用"xxx"（或smth'else）替换旧链接
输入："<a href='otherdomain'>text</a>"
输出："xxx"
我正在使用regexp来实现这一点，尽管我有点拘泥于此：
$pattern ='/<a.*href=[''|'"]http.?:'/'/[^mydomain.*'"'']*[''|'"].*<'/a>/i';
$replace ='xxx';
echo preg_replace($pattern, $replace, $string);
这里怎么了？
当您执行[^mydomain.*'"'']时，您会说"匹配除文字'm'、'y'、'd'、'o'、…、'.'、'*'等之外的任何字符。
试试类似的东西：
#<a [^>]*'bhref=(['"])http.?://((?!mydomain)[^'"])+'1 *>.*?</a>#i
注：
- 我将您的
a.*href转换为a [^>]*'bhref，以确保"a"answers"href"是完整的单词，并且正则表达式在多个标记上不匹配 - 我将正则表达式分隔符改为"#"而不是"/"，这样您就不必再转义
/了 - 注意
((?!mydomain)[^'"])+。这意味着"match[^'"]+不是mydomain。(?!被称为负前瞻 - 注意
'1。这样可以确保URL的结束引号与开始引号相同（请参阅第一组括号如何捕获['"]？）。如果你愿意的话，没有它你可能会没事的
对于PHP（更新是因为当PHP中需要转义反斜杠时，我总是混淆——请参阅下面@GlitchMr的评论）：
$pattern = '#<a [^>]*'bhref=([''"])http.?://((?!mydomain)[^''"])+'1 *>.*?</a>#i';
在这里看到它的实际操作，在那里你可以根据自己的目的进行调整。
下面是我正在使用的代码的一部分。它使用一个用户函数来更改正则表达式挖掘出的文本。祝你好运：）
class RedirectLinks {
/**
* Callback used by convert_external_links_to_internal on each url found
*
* @param array $matches
* @return string
*/
public static function urlMatchCallback($matches)
{
if (stripos($matches[1], 'http://') === false ||
stripos($matches[1], 'example.com') !== false
) {
return $matches[0]; // do not modify
}
// encrypt url for redirection
$sURL = $matches[1];
return "href='"#'" onclick='"showmessage('$sURL');'"";
}
/**
* Converts external links in text to internal ones
*
* @param string $str - text
* @return the processed text
*/
public static function convertExternalLinksToInternal($str) {
// convert external links to internal redirections
$str = preg_replace_callback("/href='"([^'"]*)'"/is", 'RedirectLinks::urlMatchCallback', $str);
return $str;
}
}
（尽管这不是不解释的理由。）
如果你想匹配"除之外的任何东西"，那么你通常需要使用断言；在你的案例中，一个负面的前瞻性断言：
(?!mydomain'.com).*?
这将匹配.*?的任何内容，但之前不允许的值除外。
还要注意：
- 它应该是
['"'']而不是[''|'"]。替代符号在字符类中没有意义 - CCD_ 13通常应该是CCD_
[^>]*是在标签中进行匹配的常见习惯用法- 您可以使用其他分隔符
#<a...*>#i来代替/以避免转义
[]是集合运算符中的字符。作为，你的模式会更容易理解
$pattern ='!<a's.*?'shref's*='s*([''"])https?:://mydomain.*?'1.*?</a>!is';
注：
- 我用空格分隔了标记
- 交换了regexp引用的char以避免
'/ - 使用反向引用来匹配引号