PHP检查href是否为文件

Question

我正在使用脚本检查给定页面上的链接。 我正在使用简单的html DOM将信息解析为一个数组。 我必须检查所有a标签的href，以查找它们是否包含文件或类似＃或JS的文件。

我尝试了以下方法，但没有成功。

if(preg_match("|^(.*)|iU", $href)){
    save_link();
}

我不知道我的模式是错误的，还是有更好的方法来完成此功能。

我希望能够检测$ href是否包含.com .php .file扩展名。 这样，它将过滤掉诸如＃“ function（）”之类的项目以及href属性中使用的其他项目。

编辑：parse_url将无法停止将其发布。 值＃作为有效的url返回，就像我上面所说的那样，我正在尝试寻找任何字符串，其后跟。*，且后跟不超过4个字符。

Answer 1

您可以像这样使用parse_url（） ：

$res = parse_url($href);
if ( $res['scheme'] == 'http' ||  $res['scheme'] == 'https'){
    //valid url
    save_link();
}

更新：
我添加了仅过滤http和https网址的代码，这要感谢Baba的发现。

Answer 2

我相信您正在寻找的功能是parse_url() 。

此函数将使用一个URL字符串，并返回一个组成部分的数组，这将使您可以确定它是哪种URL。

但是请注意，在5.4.7之前的PHP版本中，URL存在不完整的问题，因此您需要拥有最新的PHP才能充分利用它。

希望能有所帮助。

Answer 3

参见http://php.net/manual/en/function.parse-url.php

我假设您不想匹配片段（＃），因为您不关心跟随内部锚点。

parse_url将url的不同部分分解为一个数组。 您可以在此数组中看到URL的路径部分，并对此进行检查。