如何使用PHP检查URL是外部URL还是内部URL？

我正在使用此循环获取页面的所有AHREF：

foreach($html->find('a[href!="#"]') as $ahref) {
    $ahrefs++;
}

我想这样做：

foreach($html->find('a[href!="#"]') as $ahref) {
    if(isexternal($ahref)) {
        $external++;
    }
    $ahrefs++;
}

其中isexternal是一个函数

function isexternal($url) {
    // FOO...

    // Test if link is internal/external
    if(/*condition is true*/) {
        return true;
    }
    else {
        return false;
    }
}

---

救命啊

您可能需要检查链接是否在同一个域中。但是，只有当所有href属性都是绝对属性且包含域时，这才有效。像/test/file.html这样的相对文件比较棘手，因为其中的文件夹可能与域同名。。因此，如果每个链接中都有完整的url：

function isexternal($url) {

  // Test if link is internal/external
  if(stristr($url, "myDomain.com") || strpos($url,"/") == '0')
    return true;
  else
    return false;
}

使用主机并将其与本地主机进行比较（通常但不总是与

$\u服务器['HTTP\u host']

相同）

这将把www.example.com和example.com视为不同的主机。如果希望将所有子域视为本地链接，则函数将稍大一些：

function isexternal($url) {
  $components = parse_url($url);
  if ( empty($components['host']) ) return false;  // we will treat url like '/relative.php' as relative
  if ( strcasecmp($components['host'], 'example.com') === 0 ) return false; // url host looks exactly like the local host
  return strrpos(strtolower($components['host']), '.example.com') !== strlen($components['host']) - strlen('.example.com'); // check if the url host is a subdomain
}

---

我知道这篇文章很旧，但我现在就在这里编写了我的函数。也许其他人也需要它

function IsResourceLocal($url){
    if( empty( $url ) ){ return false; }
    $urlParsed = parse_url( $url );
    $host = $urlParsed['host'];
    if( empty( $host ) ){ 
    /* maybe we have a relative link like: /wp-content/uploads/image.jpg */
    /* add absolute path to begin and check if file exists */
    $doc_root = $_SERVER['DOCUMENT_ROOT'];
    $maybefile = $doc_root.$url;
    /* Check if file exists */
    $fileexists = file_exists ( $maybefile );
    if( $fileexists ){
        /* maybe you want to convert to full url? */
        return true;        
        }
     }
    /* strip www. if exists */
    $host = str_replace('www.','',$host);
    $thishost = $_SERVER['HTTP_HOST'];
    /* strip www. if exists */
    $thishost = str_replace('www.','',$thishost);
    if( $host == $thishost ){
        return true;
        }
    return false;
}

---

这就是您可以简单地检测外部URL的方法：

$url    = 'https://my-domain.com/demo/';
$domain = 'my-domain.com';

$internal = (
    false !== stripos( $url, '//' . $domain ) || // include "//my-domain.com" and "http://my-domain.com"
    stripos( $url, '.' . $domain ) ||            // include subdomains, like "www.my-domain.com". DANGEROUS (see below)!
    (
        0 !== strpos( $url, '//' ) &&            // exclude protocol relative URLs, like "//example.com"
        0 === strpos( $url, '/' )                // include root-relative URLs, like "/demo"
    )
);

上述检查将

www.my-domain.com

和

my-domain.com

视为“内部”

为什么这条规则很危险：

子域逻辑引入了一个可能被利用的弱点：例如，当外部URL在路径中包含您的域时，

https://external.com/www.my-domain.com

被视为内部的

更安全的代码：

通过删除子域支持（我建议这样做），可以消除此问题：

---

---

外部的还是内部的？这个网页是从哪个网站上刮下来的？我想这就是他的意思。比如“这是一个跨网站链接吗？”假设有一个网站：xyz.com。。。如果它将一个链接链接到另一个网站abc.com，则该链接应标记为外部链接。但是，如果它使用同一个域（xyz.com）或本地URL，那么它不应该属于外部，因为您填写了$html变量，这意味着您知道域名，对吗？是的。我也有每一个链接及其href+域名。我只是想知道如何将其与相同的域URL分开。如果a[href]以/开头，请将其标记为内部。请更新代码。事实上，如果它以“/”开头，它是绝对的。“相对”是指html所在的位置。”例如，img/img1.png可以表示“/shared/img/img1.png”。是的，它是被添加的。线程开启器说它将包含该域@阿波罗：他想知道哪些是外部的；那样做是可以的。路径是绝对的还是相对的并不重要，只要它在同一个域空间中。是的。我不在乎。只要域包含测试域的主机名，就将其标记为内部。这意味着，如果正在测试abc.com，请将每个不带http且不包含abc.com的域以及每个带有域名的链接标记为非外部，反之亦然。@MehulMohan

//evilhost.example.com

以

/

开头，在许多上下文中作为url有效。。。不要盲目地认为

/

保证绝对的、相同的主机路径！不确定这是否是无故障的，如果有些链接包含www，有些则不是。如果www.（或其他子域）位于主机值中，则应将其删除。子域的检查不可靠。e、 g.example.com将与example.com匹配，它将把www.ihackeddomainname.com与www.domainname.com同等对待。除了strpos（$url，“/”）==='0'将永远不会匹配错误答案，因为上面提到的原因^url字符串是相对链接怎么办？回答错误如果url包含您的url作为参数，例如：这将在您的function@RuslanBes，

strpos（$url，“/”）===“0”将永远不会匹配

这对于根相对url（相对于当前域）是正确的。但是，它也会误解协议相关URL，例如

//example.com/page

，如果您使用web框架，您还应该检查这是否是有效的本地路由，如“/2017/10/some nice post”。但通常，框架已经有了这样的方法。顺便说一句，

str_替换（'www.，''，'host'）只有在开始时才需要执行
function IsResourceLocal($url){
    if( empty( $url ) ){ return false; }
    $urlParsed = parse_url( $url );
    $host = $urlParsed['host'];
    if( empty( $host ) ){ 
    /* maybe we have a relative link like: /wp-content/uploads/image.jpg */
    /* add absolute path to begin and check if file exists */
    $doc_root = $_SERVER['DOCUMENT_ROOT'];
    $maybefile = $doc_root.$url;
    /* Check if file exists */
    $fileexists = file_exists ( $maybefile );
    if( $fileexists ){
        /* maybe you want to convert to full url? */
        return true;        
        }
     }
    /* strip www. if exists */
    $host = str_replace('www.','',$host);
    $thishost = $_SERVER['HTTP_HOST'];
    /* strip www. if exists */
    $thishost = str_replace('www.','',$thishost);
    if( $host == $thishost ){
        return true;
        }
    return false;
}

$url    = 'https://my-domain.com/demo/';
$domain = 'my-domain.com';

$internal = (
    false !== stripos( $url, '//' . $domain ) || // include "//my-domain.com" and "http://my-domain.com"
    stripos( $url, '.' . $domain ) ||            // include subdomains, like "www.my-domain.com". DANGEROUS (see below)!
    (
        0 !== strpos( $url, '//' ) &&            // exclude protocol relative URLs, like "//example.com"
        0 === strpos( $url, '/' )                // include root-relative URLs, like "/demo"
    )
);

$url    = 'https://my-domain.com/demo/';
$domain = 'my-domain.com';

$internal = (
    false !== stripos( $url, '//' . $domain ) || // include "//my-domain.com" and "http://my-domain.com"
    (
        0 !== strpos( $url, '//' ) &&            // exclude protocol relative URLs, like "//example.com"
        0 === strpos( $url, '/' )                // include root-relative URLs, like "/demo"
    )
);