PHP解析URL - 当协议前缀不存在时，域名以路径形式返回

Question

我是一个有用的助手，可以为您翻译文本。

我正在尝试在PHP中解析URL，其中输入可能是以下任何一种： 代码：

$info = parse_url('http://www.domainname.com/');
print_r($info);

$info = parse_url('www.domain.com');
print_r($info);

$info = parse_url('/test/');
print_r($info);

$info = parse_url('test.php');
print_r($info);

返回值：

Array
(
    [scheme] => http
    [host] => www.domainname.com
    [path] => /
)
Array
(
    [path] => www.domain.com
)
Array
(
    [path] => /test/
)
Array
(
    [path] => test.php
)

你能看到的问题在于第二个示例，其中域名被返回为路径。

- Matt

Answer 1

这个做法可以获得正确的结果，但文件名需要以斜杠开头：

parse('http://www.domainname.com/');
parse('www.domain.com');
parse('/test/');
parse("/file.php");

function parse($url){
    if(strpos($url,"://")===false && substr($url,0,1)!="/") $url = "http://".$url;
    $info = parse_url($url);
    if($info)
    print_r($info);
}

结果为：

Array
(
    [scheme] => http
    [host] => www.domainname.com
    [path] => /
)
Array
(
    [scheme] => http
    [host] => www.domain.com
)
Array
(
    [path] => /test/
)
Array
(
    [path] => /file.php
)

- Taha Paksu

---

很简单，我该如何区分文件名和域名以添加前导斜杠？ - Matt

检查是否有任何www前缀，但这可能不安全，检查其扩展名-如果您知道所有文件扩展名可能性-会更好。计算“。”也不安全。 - Taha Paksu

好的，我的代码正在扫描页面上的链接，所以不能保证链接会有www或子域或都没有。如果我需要检查所有顶级域名，那将是一项巨大的任务！ - Matt

如果您正在从网页中的锚点获取URL，则有三种可能性：第一种是远程URL，它们始终以“http://”开头；第二种是“相对于根目录”的URL，它们始终以“/”开头；第三种是“相对于当前路径”的URL，它们直接以路径或文件开头。在锚点中不会遇到“www.yourdomain.com”类型的URL。 - Taha Paksu

还有两种可能性，第一种是内联页面锚点，它们以“#”开头，第二种是“javascript:”操作href的。 - Taha Paksu

Answer 2

为了以保留无模式URL的方式处理URL，同时允许识别域名，请使用以下代码。

if (!preg_match('/^([a-z][a-z0-9\-\.\+]*:)|(\/)/', $url)) {
    $url = '//' . $url;
}

所以，只有在URL没有有效的方案且不以“/”开头时，才会将“//”应用于URL的开头。

关于此事的一些快速背景：

解析器假定“：”之前的（有效）字符是模式，而“//”之后的字符是域。要指示URL具有方案和域，必须连续使用这两个标记，“：//”。例如

• [scheme]:[path//path]
• //[domain][/path]
• [scheme]://[domain][/path]
• [/path]
• [path]

这是PHP使用parse_url()解析URL的方式，但我无法确定它是否符合标准。

有效方案名称的规则为：alpha *( alpha | digit | "+" | "-" | "." )

- Courtney Miles

---

preg_match(): 未知修饰符 ')' - Shardj

@Shardj，恐怕我无法复制您报告的错误。也许请再检查一下您是否正确复制了表达式。我怀疑您在表达式中使用了 (/) 而不是 (\/)。 - Courtney Miles