anoncom blog

HTMLページをパースしてURLを取り出す処理を書いていたのですが、ページ内のリンクなどが全部絶対URLで記述されていれば非常に楽なのですが、現実としてそうでもなく、ページによっては相対パスで書かれていたりして、正規表現で偏にリンクからURLを抜き出すだけではうまくできませんでした。

そこで少しググってみたら

PHPで相対パスから絶対URL（URI）を作成する｜PHPプログラムメモ｜プログラムメモ

という記事を発見！おぉ、これは便利！
と思って使わせてもらおうと思ったのですが、いくつかテストしてみて、相対パス処理で不備があるなーと思ったところがあったのでちょっと改良させてもらいました。

37~38行目は正直いらない気がしたのですが、 PHP 5.3 のCLIでWindows上でテストした際に、なぜか \/ （アルファベットのVではなく、\ と / ） で出力されたのが気になったので、無駄かもしれないけどあえて記述。
あと $parse の初期化もここまでする必要ないけど、念のためNotice対策を…ｗ

相対パスから絶対URLする関数

PLAIN TEXT

PHP:

1. <?php
2. /**
3. * 相対パスから絶対URLを返します
4. *
5. * @param string $base ベースURL（絶対URL）
6. * @param string $relational_path 相対パス
7. * @return string 相対パスの絶対URL
8. * @link http://blog.anoncom.net/2010/01/08/295.html
9. * @link http://logic.stepserver.jp/data/archives/501.html
10. */
11. function createUri( $base = '', $relational_path = '' ) {
12.    
13.     $parse = array (
14.         'scheme' => null,
15.         'user' => null,
16.         'pass' => null,
17.         'host' => null,
18.         'port' => null,
19.         'path' => null,
20.         'query' => null,
21.         'fragment' => null,
22.     );
23.     $parse = parse_url ( $base );
24.    
25.     // パス末尾が / で終わるパターン
26.     if ( strpos( $parse['path'], '/', ( strlen( $parse['path'] ) - 1 ) ) !== FALSE ) {
27.         $parse['path'] .= '.';  // ダミー挿入
28.     }
29.     if ( preg_match ( '#^https?\://#', $relational_path ) ) {
30.         // 相対パスがURLで指定された場合
31.         return $rel_path;
32.     } elseif ( preg_match ( '#^/.*$#', $relational_path ) ) {
33.         // ドキュメントルート指定
34.         return $parse['scheme'] . '://' . $parse ['host'] . $relational_path;
35.     } else {
36.         // 相対パス処理
37.         $basePath = explode ( '/', dirname ( $parse ['path'] ) );
38.         $relPath = explode ( '/', $relational_path );
39.         foreach ( $relPath as $relDirName ) {
40.             if ($relDirName == '.') {
41.                 array_shift ( $basePath );
42.                 array_unshift ( $basePath, '' );
43.             } elseif ($relDirName == '..') {
44.                 array_pop ( $basePath );
45.                 if ( count ( $basePath ) == 0 ) {
46.                     $basePath = array( '' );
47.                 }
48.             } else {
49.                 array_push ( $basePath, $relDirName );
50.             }
51.         }
52.         $path = implode ( '/', $basePath );
53.         return $parse ['scheme'] . '://' . $parse ['host'] . $path;
54.     }
55. }

テストケース

ベースURL
　http://example.com/path/to/url

相対パス

• /
• /index.html
• /foo/bar/baz/
• ./foo/bar/baz
• ../../../foo/bar/baz/index.html
• foo/bar/baz.html
• foo/bar/baz/../index.html

テストコード

PLAIN TEXT

PHP:

1. <?php
2. $base = 'http://example.com/path/to/url';
3.  
4. $pathes[] = '/';
5. $pathes[] = '/index.html';
6. $pathes[] = '/foo/bar/baz/';
7. $pathes[] = './foo/bar/baz';
8. $pathes[] = '../../../foo/bar/baz/index.html';
9. $pathes[] = 'foo/bar/baz.html';
10. $pathes[] = 'foo/bar/baz/../index.html';
11.  
12. foreach ( $pathes as $path ) {
13.     echo createUri($base, $path) . "\n";
14. }

結果

こんな感じ

http://example.com/

http://example.com/index.html


http://example.com/foo/bar/baz/


http://example.com/path/to/foo/bar/baz


http://example.com/foo/bar/baz/index.html


http://example.com/path/to/foo/bar/baz.html


http://example.com/path/to/foo/bar/index.html

No related posts.

関連記事はYARPP関連記事プラグインによって表示されています。

This entry was posted on 金曜日, 1月 8th, 2010 at 14:32:37 and is filed under PHP. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.