href 링크를 찾아서 NoFollow를 추가하는 RegEx 표현식

Question

내 웹 페이지에서 href HTML 링크를 모두 찾아서 'rel = "nofollow"를 추가하기 위해 RegEx 규칙을 작성하려고합니다.

그러나 내 도메인 이름이있는 내부 링크가 제외되도록 (예 : ANY (와일드 카드) 내부 링크 (예 : pokerdiy.com)) 제외해야하는 URL 목록이 있습니다.

(+) (HREF = "HTTP를 : : 지금까지 작동되지 않는 http://www.example.com/link.aspx) 여기

내가 가진 무엇인가 - 예를 들어 - 나도 제외 목록에 정확한 URL을 지정할 수 있도록하려면 // 배경 화면이 필요하다면 전체 스레드와 요구 사항을 볼 수 있습니다. (위 부분은 건너 뛰십시오.) 전자 고기) : http://www.snapsis.com/Support/tabid/601/aff/9/aft/13117/afv/topic/afpgj/1/Default.aspx#14737

Answer 1

(<a href="https?://)((?:(?!\b(pokerdiy.com|www\.example\.com/link\.aspx)\b)[^"])+)" 

는 http:// 또는 https://로 시작하고 어디에서나 href 속성의 pokerdiy.com 또는 www.example.com/link.aspx를 포함하지 않는 링크의 첫 번째 부분 일치합니다. rel="nofollow"가 이미 존재하여

\1\2" rel="nofollow" 

경우, 당신은이 두 가지로 오게 교체합니다. 그리고 물론 상대 링크 또는 ftp:// 등의 다른 프로토콜은 전혀 일치하지 않습니다.

설명 : 현재 위치에서 foo 또는 bar 일치 할 수 그것을하지 않는

(?!\b(foo|bar)\b)[^"]는 비 " 문자와 일치합니다. \b은 실수로 rebar 또는 foonly을 트리거하지 않도록합니다.

이 전체 구성은 ((?: ...)+) 반복되며 일치하는 항목은 역 참조 \2에 보존됩니다.

다음에 일치시킬 토큰은 "이므로 속성에 foo 또는 bar이있는 경우 전체 정규식이 실패합니다.

Answer 2

저는 앵커 태그에 이미 "rel ="이 있는지 여부를 감지 할 수있는 약간 더 강력한 버전을 개발 했으므로 속성을 복제하지 않습니다.

(<a\s*(?!.*\brel=)[^>]*)(href="https?://)((?!blog.bandit.co.nz)[^"]+)"([^>]*)> 

일치

<a href="http://google.com">Google</a> 
<a title="Google" href="http://google.com">Google</a> 
<a target="_blank" href="http://google.com">Google</a> 
<a href="http://google.com" title="Google" target="_blank">Google</a> 

그러나 일치하지 않는

<a rel="nofollow" href="http://google.com">Google</a> 
<a href="http://google.com" rel="nofollow">Google</a> 
<a href="http://google.com" rel="nofollow" title="Google" target="_blank">Google</a> 
<a href="http://google.com" title="Google" target="_blank" rel="nofollow">Google</a> 
<a href="http://google.com" title="Google" rel="nofollow" target="_blank">Google</a> 
<a target="_blank" href="http://blog.bandit.co.nz">Bandit</a> 

이 누군가를하는 데 도움이

$1$2$3"$4 rel="nofollow"> 

희망을 사용하여 교체!

제임스

Answer 3

제임스의 정규식에 대한 개선점은 :

(<a\s*(?!.*\brel=)[^>]*)(href="https?://)((?!(?:(?:www\.)?'.implode('|(?:www\.)?', $follow_list).'))[^"]+)"((?!.*\brel=)[^>]*)(?:[^>]*)> 

이 정규식 의지는 문자열 배열 $ follow_list에 링크를하지 일치합니다. 이 문자열에는 앞선 'www'가 필요 없습니다. :) 이 정규식은 태그의 다른 인수 (예 : target, style, title ...)를 보존한다는 점에서 이점이 있습니다.

$1$2$3"$4 rel="nofollow"> 

전체 예 (PHP) :하십시오 rel 인수가 이미 태그에있는 경우,

가와 교체 정규식이 일치하지 않습니다, 그래서 당신은하지 $의 follow_list의 URL에 다음과 강제 할 수

: 당신이 상관없이 rel을 덮어 쓰지하려면

function dont_follow_links($html) { 
// follow these websites only! 
$follow_list = array(
    'google.com', 
    'mypage.com', 
    'otherpage.com', 
); 
return preg_replace(
    '%(<a\s*(?!.*\brel=)[^>]*)(href="https?://)((?!(?:(?:www\.)?'.implode('|(?:www\.)?', $follow_list).'))[^"]+)"((?!.*\brel=)[^>]*)(?:[^>]*)>%', 
    '$1$2$3"$4 rel="nofollow">', 
    $html); 
} 

, 나는 콜백에서 rel 속성이 개별적으로 대체됩니다 preg_replace_callback 접근 방식을 사용

$subject = preg_replace_callback('%(<a\s*[^>]*href="https?://(?:(?!(?:(?:www\.)?'.implode('|(?:www\.)?', $follow_list).'))[^"]+)"[^>]*)>%', function($m) { 
    return preg_replace('%\srel\s*=\s*(["\'])(?:(?!\1).)*\1(\s|$)%', ' ', $m[1]).' rel="nofollow">'; 
}, $subject);