აბსოლუტური გზების ნორმალიზაცია PHP-ში პარსინგის დროს

როდესაც საიტების პარსინგი ხორციელდება, ჩვენთვის, როგორც წესი, საჭიროა მივიღოთ ბმულების მისამართები, სურათების, CSS და JavaScript ფაილების გზები.

ჩვენი მიზნებისთვის მოსახერხებელი იქნებოდა, რომ ეს მისამართები შეიცავდეს სრულ URL-ს დომენის სახელთან ერთად, დაახლოებით ასე:

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

რეალურ ცხოვრებაში, თუმცა, დომენის სახელი გზებში საიტზე ჩვეულებრივ გამოტოვებულია და გზები დაახლოებით ასე გამოიყურება (დაწყებითი წერტილით):

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

მოდით, შევასრულოთ ასეთი გზის ნორმალიზაცია. დავუშვათ, ცვლადში ჩვენთვის შენახულია დომენი, რომელსაც ვპარსირებთ:

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

დავუშვათ, ჩვენ ასევე გამოვყავით გზა href ბმულიდან:

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

მოდით, შევასრულოთ მისი ნორმალიზაცია:

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

მიიღეთ ყველა href გვერდზე და შეასრულეთ მათი ნორმალიზაცია:

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

მიიღეთ ყველა href გვერდზე და შეასრულეთ მათი ნორმალიზაცია, სადაც ეს აუცილებელია:

<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>

მიიღეთ ყველა src გვერდზე და შეასრულეთ მათი ნორმალიზაცია, სადაც ეს აუცილებელია:

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

მიიღეთ ყველა გზა და შეასრულეთ მათი ნორმალიზაცია:

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

მიიღეთ ყველა გზა და შეასრულეთ მათი ნორმალიზაცია:

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

მიიღეთ ყველა გზა და შეასრულეთ მათი ნორმალიზაცია:

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