前一段时间在做PHP的采集时,发现有些网页采用相对地址来表示,这给采集带来了许多不便,需要一个可以将相对地址转换为绝对地址的函数,从网上找了一个,如下:
发现这个函数太简单了,不是代码简洁,而是功能简单,完全不够自己用,因为发现网页源文件有很多种格式的链接地址,比如:
<a href="#">0</A>
<a href="/1.html">A</A>
<A HREF=./2.html>B</A>
<A HREF="../3.html">C</A>
<A HREF=../../../4.html>D</A>
<a HREF=/'5.html/'>C</A>
<A href=httpimages/6.html>D</A>
<A HREF="http://localhost/httpimages/7.html">E</a>
……
于是不得已,只好自己写了一个函数,代码如下:
经测试,能将$url页面中的HTML的相对地址转换为绝对地址。$url格式可以为如下形式:
http://www.cnisme.cn
http://www.cnisme.cn/
http://www.cnisme.cn/news
http://www.cnisme.cn/news/
http://www.cnisme.cn/news/index.php
http://www.cnisme.cn/news/images/20090603
http://www.cnisme.cn/news/images/20090603/
http://www.cnisme.cn/news/images/20090603/hi.gif
基本实现预期效果。