PHP-从消息中删除超文本传输协议/www（主机域除外）以禁用可点击链接

Question

我有一个简单的留言板，比方说：mywebsite.com，允许用户发布他们的消息。目前，董事会使所有链接可点击，即当有人发布以以下开头的内容时：

http://, https://, www., http://www., https://www.

然后脚本自动将它们作为链接（即添加A href...标签）。

问题-有太多的垃圾邮件。所以我的想法是自动删除上面的超文本传输协议|s/www，这样这些就不会成为“可点击的链接”然而，我想让海报链接到我的网站内的页面，即不删除超文本传输协议|s/www当消息包含链接/s到mywebsite.com.

我的想法是创建两个阵列：

$removeParts = array('http://', 'https://', 'www.', 'http://www.', 'https://www.');

$keepParts = array('http://mywebsite.com', 'http://www.mywebsite.com', 'www.mywebsite.com', 'http://mywebsite.com', 'https://www.mywebsite.com', 'https://mywebsite.com');

但我不知道如何正确地使用它们（可能stru_replace可以以某种方式工作）。

以下是$message在发布前和发布后的示例：

$message之前：

你好，世界，谢谢你http://mywebsite/about 我学到了很多。我找到你了http://www.bing.com, https://google.com/search 在一些www.spamwebsite上。com/refid=spammer2。

$消息后：

你好，世界，谢谢你http://mywebsite.com/about 我学到了很多。我在bing上找到你了。com，谷歌。com/search和一些spamwebsite。com/refid=spammer2。

请注意，用户在post表单中输入了明文，因此脚本应该只使用此明文（而不是a href等）。

Answer 1

如果您想保留链接文本，但使其“不可点击”，您可以尝试以下代码：

<?php

$text = <<<__text
   Hello world, thanks to http://mywebsite/about I learned a lot.
   I found you on http://www.bing.com, https://google.com/search and on some www.spamwebsite.com/refid=spammer2.
   www.spamme.com, http://morespam.com/?aff=122, http://crazyspammer.com/?money=22 and [e-mail], file://spamfile.com/file.txt ftp://spamftp.com/file.exe
__text;
$allowed_domains = ['mywebsite.com'];

$pattern = "/((([A-Za-z]{3,9}:(?:\/\/)?)(?:[\-;:&=\+\$,\w]+@)?[A-Za-z0-9\.\-]+|(?:www\.|[\-;:&=\+\$,\w]+@)[A-Za-z0-9\.\-]+)((?:\/[\+~%\/\.\w\-_]*)?\??(?:[\-\+=&;%@\.\w_]*)#?(?:[\.\!\/\\\w]*))?)/";
preg_match_all($pattern, $text, $matches, PREG_SET_ORDER);
foreach ($matches as $m) {
    list(, $url, $scheme_and_domain, $scheme, $path) = $m;
    $domain = preg_replace(['/^' . preg_quote($scheme, '/') . '/i', "/^www./i"], '', $scheme_and_domain);

    if (in_array($domain, $allowed_domains)) continue;

    $url_prepared = rtrim("$domain$path", '/');
    $text = str_replace($url, $url_prepared, $text);
}

echo $text;

代码板

Answer 2

killSpam（）功能特点：

• 适用于单引号和双引号。
• 无效的html
• ftp：//
超文本传输协议
• https：//
• 文件：//
• 邮件：

function killSpam($html, $whitelist){

//process html links
preg_match_all('%(<(?:\s+)?a.*?href=["|\'](.*?)["|\'].*?>(.*?)<(?:\s+)?/(?:\s+)?a(?:\s+)?>)%sm', $html, $match, PREG_PATTERN_ORDER);
for ($i = 0; $i < count($match[1]); $i++) {
    if(!preg_match("/$whitelist/", $match[1][$i])){
        $spamsite = $match[3][$i];
        $html = preg_replace("%" . preg_quote($match[1][$i]) . "%",  " (SPAM) ", $html);
    }
}

//process cleartext links
preg_match_all('/(\b(?:(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[A-Z0-9+&@#\/%?=~_|$!:,.;-]*[A-Z0-9+&@#\/%=~_|$-]|((?:mailto:)?[A-Z0-9._%+-]+@[A-Z0-9._%-]+\.[A-Z]{2,6})\b)|"(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[^"\r\n]+"|\'(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[^\'\r\n]+\')/i', $html, $match2, PREG_PATTERN_ORDER);

for ($i = 0; $i < count($match2[1]); $i++) {
     if(!preg_match("/$whitelist/", $match2[1][$i])){
        $spamsite = $match2[1][$i];
        $html = preg_replace("%" . preg_quote($spamsite) . "%",  " (SPAM) ", $html);
    }
}


return $html;

}

$html = <<< LOB
 <p>Hello world, thanks to <a href="http://mywebsite.com/about" rel="nofollow">http://mywebsite/about</a> I learned a lot. I found
  you on <a href="http://www.bing.com" rel="nofollow">http://www.bing.com</a>, <a href="https://google.com/search" rel="nofollow">https://google.com/search</a> and on some <a href="http://www.spamwebsite.com" rel="nofollow">www.spamwebsite.com/refid=spammer2< /a >. www.spamme.com, http://morespam.com/?aff=122, http://crazyspammer.com/?money=22 and [e-mail], file://spamfile.com/file.txt ftp://spamftp.com/file.exe </p>
LOB;

$whitelist = "(google\.com|yahoo\.com|bing\.com|nicesite\.com|mywebsite\.com)";

$noSpam = killSpam($html, $whitelist);

echo $noSpam;

我不能在这里发布垃圾邮件超文本标记语言，我想它是自己的裁垃圾邮件（）...-查看它在http://pastebin.com/HXCkFeGn

你好，世界，谢谢你http://mywebsite/about 我学到了很多。我找到你了http://www.bing.com, https://google.com/search 在一些www.spamwebsite上。com/refid=spammer2。www.spamme。通用域名格式，http://morespam.com/?aff=122, http://crazyspammer.com/?money=22 和[e-mail], file://spamfile.com/file.txt ftp://spamftp.com/file.exe

你好，世界，感谢（垃圾邮件）我学到了很多。我找到你了http://www.bing.com, https://google.com/search 还有一些（垃圾邮件）。（垃圾邮件），（垃圾邮件），（垃圾邮件）和（垃圾邮件），（垃圾邮件）（垃圾邮件）

http://ideone.com/9IxFrB

Answer 3

$url = "http://mywebsite/about";
$parse = parse_url($url);

if($parse["host"] == "mywebsite")
    echo "My site, let's mark it as link";

更多信息：http://php.net/manual/en/function.parse-url.php