我正在创建一个解析HTML并替换链接的小东西，我如何使用正则表达式实现这一点？
我以前的方法是类似于this（我现在意识到，我不小心为if语句而不仅仅是上下文创建了一个捕获组，但我仍然卡住了），用于那些不以HTTP标记开头的捕获），然后是一些小的代码操作，但正则表达式似乎不起作用。
我基本上想过滤掉URL并执行https://example.org/?foo=<url>
示例：
(with基本URL example.com）
<script src="scripts/something.js"/>
<img href="https://cdn.some_website.com/foo.jpg"/>
<a href="/hello">Hello world!</a>会变成这样
<script src="https://example.org/?url=https://example.com/scripts/something.js">
<img href="https://example.org/?url=https://cdn.some_website.com/img/foo.jpg"/>
<a href="https://example.org/?url=http://example.org/?url=https://example.com/hello">Hello world!</a>如果可能的话，我更希望这是所有的正则表达式，但我可能不得不使用代码来处理其中一些更复杂的部分。有人知道一个正则表达式可以在这里工作吗？
1条答案
按热度按时间zkure5ic1#
您需要分步骤执行此操作：
1.将相对路径替换为绝对路径：
(src|href)="(?!\/|http|ftp|#)-〉$1="<relative_path_prefix>替换示例：
$1="/，或$1="/root_folder/next_folder/，或。查找正确的相对前缀超出了本问题的范围。您必须在遍历页面时找到它。1.用完全限定路径替换绝对路径：
(src|href)="(?=\/)-〉$1="<current_domain>在示例
$1="http://example.com中1.将任何链接替换为所需链接：
(src|href)="(?!mailto:|tel:|javascript:|#)(.*?)""-〉$1="https://example.org?path=$2"在此之后，到元素的链接（如
href='#header'），电子邮件链接和电话链接，以及js触发器将保留在原地，而所有其他的都将被替换，就像你描述的那样。