Нармалізацыя абсалютных шляхоў пры парсінгу ў PHP

Калі ажыццяўляецца парсінг сайтаў, нам як правіла трэба атрымліваць адрасы спасылак, шляхі да малюнкаў, CSS і JavaScript файлаў.

Для нашых мэт было б зручна, каб гэтыя адрасы ўтрымлівалі поўны URL разам з імём дамена, прыкладна вось так:

<a href="http://targ.loc/dir/sub/page.html">text</a>

У рэальным жыцці, аднак, даменнае імя ў шляхах на сайце прынята апускаць і шляхі выглядаюць прыкладна вось так (са скісом у пачатку):

<a href="/dir/sub/page.html">text</a>

Давайце выканаем нармалізацыю такога шляху. Хай у нас у зменнай захоўваецца дамен, да якога мы звяртаемся:

<?php
	$domain = 'http://targ.loc';
?>

Хай мы таксама здабылі шлях з href спасылкі:

<?php
	$href = '/dir/sub/page.html';
?>

Давайце выканаем яго нармалізацыю:

<?php
	$norm = $domain . $href;
?>

Атрымайце ўсе href на старонцы і выканайце іх нармалізацыю:

<a href="/page.html">text</a>
<a href="/dir/page.html">text</a>
<a href="/dir/sub/page.html">text</a>

Атрымайце ўсе href на старонцы і выканайце іх нармалізацыю, дзе гэта неабходна:

<a href="/page.html">text</a>
<a href="/dir/page.html">text</a>
<a href="/dir/sub/page.html">text</a>
<a href="http://targ.loc/dir/sub/page.html">text</a>

Атрымайце ўсе src на старонцы і выканайце іх нармалізацыю, дзе гэта неабходна:

<img src="/img.png">
<img src="/images/img.png">
<img src="http://targ.loc/images/img.png">

Атрымайце ўсе шляхі і выканайце іх нармалізацыю:

<link rel="stylesheet" href="/styles.css">
<script src="/scripts.js"></script>

Атрымайце ўсе шляхі і выканайце іх нармалізацыю:

div {
	background: url('/images/img.png');
}

Атрымайце ўсе шляхі і выканайце іх нармалізацыю:

div {
	background: url(/img.png);
	background: url('/images/img.png');
	background: url("/images/img.png");
	background: url("http://targ.loc/images/img.png");
}