gro 1 ноя 2007 в 14:54

Приведение ссылок к абсолютному URI

1 мин

5.6K

PHP*

Комментарии 17

ghost_php 1 ноя 2007 в 15:06

угу, полезно

НЛО прилетело и опубликовало эту надпись здесь

gro 1 ноя 2007 в 15:21

Не совсем понял вопроса. Видимо, скопировать )
Если вы о том, что у меня в топике код без отступов, то вот так хабр тег CODE отображает. Можно PRE сделать, но тогда через строчку будут идти пустые строки :(
Думаю лучше копировать напрямую с http://pyha.ru/forum/topic/181.0

TiGR 1 ноя 2007 в 15:53

А parse_url уже отменили?

Столько регулярных выражений и мусора, что просто жуть.

gro 1 ноя 2007 в 16:15

print_r(parse_url('site.ru/path'));
print_r(parse_url('user:password@site.ru/path'));

parse_url() сосет.
Вернее, он не совсем для этого случая.

TiGR 1 ноя 2007 в 16:33

Вообще-то parse_url работает правильно. Т.к. ваш пример некорректен. Особенно, если смотреть первый вариант - его можено поменять на "page.pl/path" и в итоге получим не то, что надо. Стоит добавить к примерам http:// и всё будет ок. Для того, чтобы определить - наличествует ли протокол, хватит одной регулярки. А если учетывать только http (как в функции), то вообще можно обойтись без регулярок.

parse_url может заменить большую часть кода данной функции. Остальную часть заменит realpath.

gro 1 ноя 2007 в 16:47

А куда этот "http://" добавлять? Прочитайте условие — на входе может быть абсолютный URI, абсолютный путь на сайте и относительный.
Этой регуляркой, видимо, производится извлечение всех возможных частей, а потом по их наличию определяется тип ссылки.

TiGR 1 ноя 2007 в 17:16

Тогда данный скрипт отрабатывает не в соответствии с поставленной задачей.

Скрипт по умолчанию полагает, что ссылки бывают только протокола http. Также, он полагает, что если URL не абсолютный, и первый символ - не '/', то значит это - домен.

С такой же наивностью может работать и предложенный мной вариант. Работать будет быстрее, а главное, код будет яснее.

TiGR 1 ноя 2007 в 17:19

> Также, он полагает, что если URL не абсолютный, и первый символ - не '/', то значит это - домен

под "этим" подразумевается первый фрагмент до / в $base. Равно как и обработка $link весьма неоднозначна.

gro 1 ноя 2007 в 17:34

Проверить на http в начале. Вырезать. Проверить на "/" в начале. Проверить на "?#" вначале. Например, вся ссылка - "?param". Пропустить, через parse_url, проверять наличие элементов, не забывая isSet().
Не уверен, что это будет принципиально лучше и быстрее.

realpath()? Вот у есть абсолютный базовый путь "/a/b" и относительный "c/../.././d/e". Приведите пример с realpath() для вычисления.
Насколько знаю, он вычисляет от текущего пути и требует наличия файла.

Может еще какие-то причины были. Можно спросить у автора.
Нашел бы первым вариант с parse_url + relapath дал бы ссылку на него :)

TiGR 1 ноя 2007 в 19:41

Насчёт realpath действительно ошибся. А так, мой вариант кода - ниже.

epsyl 1 ноя 2007 в 18:49

использовал данную функцию в своём поисковом пауке, полезная вещь
легко можно клеит ссылки из страниц с

TiGR 1 ноя 2007 в 19:39

Короче вот, наваял (хабраавторы, сделайте какой-нибудь вменяемый способ постить код). Данная функция использует только одну регулярку (и то, только в случае, если есть '/../'). Она также корректно обрабатывает все варианты URI (в отлиичие от вышеопубликованного кода):

relative/path
/root/path
?arguments&change&only
#anchor_change_only
user:pass@host/path
http://host

function uri2url($link, $base) {

    if (!strpos($base, '://')) {

        $base = 'http://' . $base;

    }

    $base = parse_url($base);

    unset($base['fragment']);



    if (!strpos($link, '://') and strpos($link, '@')) {

        $link = $base['scheme'] . '://' . $link;

    }

    $link = parse_url($link);



    if (isset($link['host'])) {

        if ($link['host']!=$base['host']) {

            return false;

        }

        unset($base['path'], $base['query']);

    } elseif (isset($link['path']) and $link['path'][0] != '/') {

        if($base['path'][strlen($base['path'])-1]=='/') {

            $link['path'] = $base['path'] . $link['path'];

        } else {

            $path = pathinfo($base['path']);

            $link['path'] = $path['dirname'] . '/' . $link['path'];

        }

    }

    if (isset($link['path']) or isset($link['query'])) {

        unset($base['query']);

    }

    extract($link + $base);

    str_replace('/./', '/', $path);

    while (strpos($path, '/../') !== false) {

        $path = preg_replace('~(/[^/]+)?/\.\./~', '/', $path);

    }

    return $scheme . '://'

        . (isset($user) ? $user . (isset($pass) ? ':' . $pass : '') . '@' : '')

            . $host . $path

                . (isset($query) ? '?' . $query : '')

                    . (isset($fragment) ? '#' . $fragment : '');

}

gro 2 ноя 2007 в 11:14

Так как уж началась дискуссия, я, таки, протестировал оба варианта.
У вас на 3 строчки длинее :) и не сказать, что понятнее.
Время выполнения практически одинаковое (и по большому счету ничтожное)

Результаты:
uri2url('relative/path', 'http://site.com/x') - http://site.com\/relative/path появляется лишний "\".
uri2url('./../z', 'http://site.com/x') - http://site.com\/z - аналогично

Так же у вас остаются якоря, а в функции из моего поста нет. Вопрос спорный, конечно, но так как скорее всего ссылки будут использованы для запроса страниц, думаю uri2absolute ведет себя более правильно.

http://host - ваша ничего не вернула. uri2absolute() отработала как надо
user:pass@host/path - таких URL вообще быть не может (user будет рассматриваться, как протокол). Впрочем, ваша функции так же ничего и не вернула :)