网页编程网

在采集程序或者蜘蛛程序中经常会遇到一类问题，就是将网页中相对路径形式的URL转换为绝对路径形式的URL。例如在http://www.youkud.com/b log/1/这个页面中，有一个URL链接为../index.php，那么我们要将它转换为http://www.youkud.com/blog/index.php。下面给出了解决这类问题的代码。该程序能够成功处理各种URL，将其变成绝对形式。

<?php
/**
 * 将一个URL转换为完整URL
 */
function format_url($srcurl, $baseurl) {  
  $srcinfo = parse_url($srcurl);
  if(isset($srcinfo['scheme'])) {
    return $srcurl;
  }
  $baseinfo = parse_url($baseurl);
  $url = $baseinfo['scheme'].'://'.$baseinfo['host'];
  if(substr($srcinfo['path'], 0, 1) == '/') {
    $path = $srcinfo['path'];
  }else{
    $path = dirname($baseinfo['path']).'/'.$srcinfo['path'];
  }
  $rst = array();
  $path_array = explode('/', $path);
  if(!$path_array[0]) {
    $rst[] = '';
  }
  foreach ($path_array AS $key => $dir) {
    if ($dir == '..') {
      if (end($rst) == '..') {
        $rst[] = '..';
      }elseif(!array_pop($rst)) {
        $rst[] = '..';
      }
    }elseif($dir && $dir != '.') {
      $rst[] = $dir;
    }
   }
  if(!end($path_array)) {
    $rst[] = '';
  }
  $url .= implode('/', $rst);
  return str_replace('\\', '/', $url);
}
$srcurl = '/guestbook.php';
$baseurl = 'http://www.youkud.com/index.php/ddd.html';
echo format_url($srcurl, $baseurl);