使用字符串操作来解决目录分隔符的疯狂问题？

Question

我正在努力转换一个网站。它涉及标准化图像和媒体文件的目录结构。我正在解析来自各种标签的路径信息，对它们进行标准化，检查媒体是否存在于新的标准化位置，如果不存在则将其放在那里。我正在使用字符串操作来执行此操作。

这有点开放式，但是有没有一个类、工具或概念可以让我避免一些头痛？例如，我遇到的问题是，su 目录中的页面 (website.com/subdir/dir/page.php) 具有相对图像路径 (../images /image.png），或其他类似的东西。这并不是说存在一个总体问题，而是有很多小问题加起来。

当我认为我的脚本涵盖了大多数情况时，我会收到类似 Could not find file at export/standardized_folder/proper_image_folderimage.png 的错误，它应该是 export/standardized_folder/proper_image_folder/图片.png。进行字符串解析和检查以确保目录分隔符位于正确的位置，这有点让我发疯。

我觉得我投入了太多的精力来使一次性导入脚本变得非常健壮。也许有人已经以一种可重复使用的方式解决了这个混乱，我可以利用这种方式？

帖子脚本：这是一个更深入的独家新闻。我编写的脚本解析一种“类型”的页面并从同类页面中提取内容。然后我转动脚本来解析另一种类型的页面，获取所有错误，并了解到我所有关于如何引用路径的假设都必须被抛弃。清洗、冲洗，重复。

因此，我正在考虑对我的脚本进行一些主要的重构，抛弃所有假设，并检查、重新检查和双重检查路径信息。由于我真的在尝试构建一个强大的路径构建脚本，因此希望我可以避免重新发明轮子。外面有轮子吗？

Answer 1

如果您的问题根源在于解析文档中的相对链接并解析为绝对链接（这应该是将链接图像路径映射到文件系统的工作的一半），我通常使用 Net_URL2 来自 pear。这是一个简单的类，可以完成工作。

要安装，只需以root身份调用

# pear install channel://pear.php.net/Net_URL2-0.3.1

即使它是测试版软件包，它也非常稳定。

举个小例子，假设有一个包含所有相关图像 src 的数组，并且该文档有一个基本 URL：

require_once('Net/URL2.php');

$baseUrl = 'http://www.example.com/test/images.html';

$docSrcs = array(...);

$baseUrl = new Net_URL2($baseUrl);

foreach($docSrcs as $href)
{
    $url = $baseUrl->resolve($href);
    echo ' * ', $href, ' -> ', $url->getURL(), "\n";
    // or
    echo " $href -> $url\n"; # Net_URL2 supports string context
}

这将根据您的基本 URL 将任何相对链接转换为绝对链接。基本 URL 首先是文档地址。该文档可以通过使用 base 元素指定另一个来覆盖它^文档。因此，您可以使用已经使用的 HTML 解析器（以及 src 和 href 值）进行查找。

Net_URL2 反映当前的 RFC 3986 进行 URL 解析。

另一个对 URL 处理可能很方便的东西是 getNormalizedURL 函数。它确实消除了一些潜在的错误情况，例如不必要的点段等。如果您需要将一个 URL 与另一个 URL 进行比较，并且自然地将 URL 映射到路径，那么这很有用：

foreach($docSrcs as $href)
{
    $url = $baseUrl->resolve($href);
    $url = $url->getNormalizedURL();
    echo " $href -> $url\n";
}

因此，您可以将所有 URL 解析为绝对 URL，并且您可以让它们标准化，您可以决定它们是否对您的网站有问题，只要 url 仍然是 Net_URL2 实例，您就可以使用众多函数之一来执行此操作：

$host = strtolower($url->getHost());
if (in_array($host, array('example.com', 'www.example.com'))
{
    # URL is on my server, process it further
}

Left is文件的具体路径URL：

$path = $url->getPath();

考虑到您正在与 UNIX 文件系统进行比较，该路径应该很容易以具体的基本目录作为前缀：

$filesystemImagePath = '/var/www/site-new/images';
$newPath = $filesystemImagePath . $path;
if (is_file($newPath))
{
    # new image already exists.
}

如果您在将基本路径与图像路径组合时遇到问题，则图像路径将始终具有开头有一个斜杠。

希望这有帮助。

Answer 2

Truepath() 来救援！
不，您不应该使用 realpath() （了解原因）。