PHP实现html中url补全函数

应用场景

最近在开发一个安卓客户端，查看文章的内容来自于带有html标签的文章内容字段。安卓的webView能像浏览器一样正确展示这些html内容，但是有一点让人很头疼，图片不能正常显示，因为我的图片路径都是用的相对路径，不带网站域名的，webView当然不能显示了。

于是想在返回客户端的请求之前，在服务端用php代码将这些只有相对路径的URL补全成带域名的形式。可惜自己的正则表达式没学好，根本写不出来。

在网上找了好久，终于找到一个非常好用的。

这个函数不仅仅是补全图片的src url  还能补全超链接等所有的url。

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。

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
$surl="http://www.jcodecraeer.com/";
$gethtm = '<a href="/">首页</a><a href="/androiddev/">安卓开发</a>';
echo formaturl($gethtm,$surl);
?>

其中$surl是你要补全的域名，$gethtm是要被补全的html字符串，formaturl函数执行之后$gethtm字符串中没有域名的url都将被补全。比如此例中href="/androiddev/"这个/androiddev/相对url就会被补全成http://www.jcodecraeer.com/`androiddev/`

`` `formaturl`函数代码如下： ``

<?php   
 function formaturl($l1, $l2) {   
    if (preg_match_all ( "/(<img\[^>\]+src=\\"(\[^\\"\]+)\\"\[^>\]*>)|(<a\[^>\]+href=\\"(\[^\\"\]+)\\"\[^>\]*>)|(<img\[^>\]+src='(\[^'\]+)'\[^>\]*>)|(<a\[^>\]+href='(\[^'\]+)'\[^>\]*>)/i", $l1, $regs )) {   
        foreach ( $regs \[0\] as $num => $url ) {   
            $l1 = str_replace ( $url, lIIIIl ( $url, $l2 ), $l1 );   
        }   
    }   
    return $l1;   
}   
 function lIIIIl($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):(\\/\\/|\\\\\\\\)((\[\\w\\/\\\\\\+\-~\`@:%\])+\\.)+(\[\\w\\/\\\\\\.\\=\\?\\+\-~\`@\\':!%#\]|(&)|&)+/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; 
    } else { 
        $I1 = $l3 . $path . "/" . $I1; 
    } 
    return str_replace ( $I2, "\\"$I1\\"", $l1 );   
}   
?>

` `