PHP-查找帖子中的所有超链接，添加target和rel=nofollow属性

我需要找到一种方法来阅读用户发布的内容，找到可能包含的任何超链接，创建锚定标记，向所有这些链接添加target和rel=nofollow属性

我遇到过一些类似以下的正则表达式解决方案：

 (?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))

<?php
function replaceLinks($text)
{
    $regex = '/'
      . '(?<!\S)'
      . '(((ftp|https?)?:?)\/\/|www\.)'
      . '(\S+?)'
      . '(?=$|\s|[,]|\.\W|\.$)'
      . '/m';

    return preg_replace_callback($regex, function($match)
    {
        return '<a'
          . ' target=""'
          . ' rel="nofollow"'
          . ' href="' . $match[0] . '">'
          . $match[0]
          . '</a>';
    }, $text);
}

（2）以下两种（以下简称：：：[a-z[a-z[[a-z[[[w-[w-[[w-[[[w-[[[w-[[w-[[[w-[[a-a-z[[a-z[[a-a-z[a-z[[[[w-[w-[[[[w-[[[[[C-z0-z0-9-10-10-10-9-10-9-9%[9-9-9-9%[9%[9%]]]]））））））））））））以下以下以下两个（以下以下以下两个：：：：：：：：：：）以下以下以下以下以下（（（（（））））））的（（（（（））））））在（以下以下两个（（（（（）））））两个（以下以下以下以下以下以下）两个（（（（（））））{}；：“，«»””）） 但是在关于同一问题的其他问题上，强烈建议不要使用REGEX而使用PHP的

DOMDocument

---

无论是哪种最好的方式，我都需要添加上面提到的一些属性，以便强化网站上的所有外部链接。

您可能会感兴趣

---

您可以定义自己的过滤器等。

使用jquery获取要发布的内容，并在发布到PHP之前对其进行处理

$('#idof_content').val(
  $('#idof_content').val().replace(/\b(http(s|):\/\/|)(www\.\S+)/ig,
    "<a href='http\$2://\$3' target='_blank' rel='nofollow'>\$3</a>"));

$（'idof#u content'）.val(
$（“#idof_content'）.val（）。替换（/\b（http（s）：\/\/\/\）（www\.\s+/ig，
""));

首先，您提到的指导原则建议不要使用正则表达式解析HTML。据我所知，您试图做的是解析用户的纯文本，并将其转换为HTML。为此，正则表达式通常很好

（请注意，我假设您自己将文本解析为链接，而不是使用外部库。在后一种情况下，您需要修复库输出的HTML，为此，您应该使用

DOMDocument

迭代所有

标记并添加它们适当的属性。）

现在，您可以用两种方式解析它：服务器端或客户端

服务器端 优点：

• 它输出即用HTML
• 它不需要用户启用Javascript

缺点：

• 您需要添加

  rel=“nofollow”

  属性，使机器人程序不跟随链接

客户端 优点：

• 您不需要为机器人添加

  rel=“nofollow”

  属性，因为它们首先看不到链接——它们是用Javascript生成的，机器人通常不会解析Javascript

缺点：

• 以这种方式创建链接需要用户启用Javascript
• 在Javascript中实现这样的东西会给人一种网站速度慢的印象，特别是当有很多文本需要解析时
• 这使得缓存解析的文本变得困难

我将重点介绍如何在服务器端实现it

服务器端实现 因此，为了解析来自用户输入的链接，并将它们添加到您想要的任何属性中，您可以使用如下内容：

 (?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'".,<>?«»“”‘’]))

<?php
function replaceLinks($text)
{
    $regex = '/'
      . '(?<!\S)'
      . '(((ftp|https?)?:?)\/\/|www\.)'
      . '(\S+?)'
      . '(?=$|\s|[,]|\.\W|\.$)'
      . '/m';

    return preg_replace_callback($regex, function($match)
    {
        return '<a'
          . ' target=""'
          . ' rel="nofollow"'
          . ' href="' . $match[0] . '">'
          . $match[0]
          . '</a>';
    }, $text);
}

每个测试用例由两部分组成：源输入和预期输出。我使用以下代码确定函数是否通过上述测试：

foreach ($tests as $test)
{
    list ($source, $expected) = $test;
    $actual = replaceLinks($source);
    if ($actual != $expected)
    {
        echo 'Test ' . $source . ' failed.' . PHP_EOL;
        echo 'Expected: ' . $expected . PHP_EOL;
        echo 'Actual:   ' . $actual . PHP_EOL;
        die;
    }
}
echo 'All tests passed' . PHP_EOL;

---

我想这会让你知道如何解决这个问题。请随意添加更多的测试，并对regex本身进行实验，以使其适合你的特定需要。

这将如何将请求的属性排除到我的网站的内部链接中？我能问一下，这是否会提取所有类型的链接，http或https、www或非www