将基域添加到目录的正则表达式

Question

需要缓存10个网站。缓存时：照片、css、js 等无法正确显示，因为基本域未附加到目录。我需要一个正则表达式将基本域添加到目录中。下面的示例

基域： http://www.example.com

使用 img src 读取缓存页面时会出现问题="thumb/123.jpg" 或 src="/inc/123.js"。

如果是 img src="http://www.example.com/thumb/123.jpg" 或 src="http://www.example.com/inc/123.js"，它们将正确显示。

正则表达式类似于： if (src=") 后面没有基域，则添加基域

Answer 1

在不了解语言的情况下，您可以使用（也许是最便携的）替代修饰符：

s/^(src=")([^"]+")$/$1www\.example\.com\/$2/

这应该执行以下操作：
1. 字符串 'src="' （并将其捕获到变量 $1 中）
2. 一个或多个非双引号 (") 字符，后跟 "（并将其捕获到变量 $2 中）
3. 在两个捕获组之间替换“www.example.com/”。

根据语言的不同，您可以将其包装在一个条件中，以检查域是否存在，如果未找到则进行替换。

检查域： /www\.example\.com/i 应该可以。

编辑：参见评论：

对于 PHP，我会做一些不同的事情。我可能会使用 simplexml。不过，我认为这不会很好地翻译，所以这是一个正则表达式...

$html = file_get_contents('/path/to/file.html');
$regex_match = '/(src="|href=")[^(?:www.example.com\/)]([^"]+")/gi';
$regex_substitute = '$1www.example.com/$2';
preg_replace($regex_match, $regex_substitute, $html);

注意：我实际上并没有运行它来调试它，它只是即兴的。我会担心三件事。首先，我不确定 preg_replace 将如何处理 / 字符。不过，我认为您不会关心这个问题，除非 VB 也有类似的问题。其次，如果换行符有可能妨碍，我可能会更改正则表达式。第三，我添加了 [^(?:www\.example\.com)] 位。这应该将匹配更改为任何没有 www.example.com/ 的 src 或 href，但这取决于所使用的正则表达式类型 (POSIX/PCRE)。

其余的更改应该没问题（我添加了 href=" 并使其不区分大小写 (\i)，并且需要将其设置为全局 (\g)，否则，它只会匹配一次）。

我希望有帮助。

Answer 2

匹配正则表达式：

(?:src|href)="(http://www\.example\.com/)?.+