Comment ajouter rel = "nofollow" aux liens avec preg_replace ()

La fonction ci-dessous est conçu pour s'appliquer attributs pour tous les liens externes et pas de liens internes, à moins que le chemin d'accès correspond à une valeur de la racine de l'URL définie comme $my_folder ci-dessous.

Les variables...

$my_folder = 'http://localhost/mytest/go/';
$blog_url = 'http://localhost/mytest';

Et le contenu...

<a href="http://localhost/mytest/">internal</a>

<a href="http://localhost/mytest/go/hostgator">internal cloaked link</a>

<a href="http://cnn.com">external</a>

Le résultat final, après le remplacement doit être...

<a href="http://localhost/mytest/">internal</a>

<a href="http://localhost/mytest/go/hostgator" rel="nofollow">internal cloaked link</a>

<a href="http://cnn.com" rel="nofollow">external</a>

Avis que le premier lien n'est pas altérée, depuis sa un lien interne.

Le lien sur la deuxième ligne est également un lien interne, mais depuis qu'il correspond à notre $my_folder chaîne, il obtient le nofollow trop.

Le troisième lien est le plus facile, car il ne correspond pas à la blog_urlson évidence d'un lien externe.

Toutefois, dans le script ci-dessous, TOUS mes liens sont arriver nofollow. Comment puis-je corriger le script pour faire ce que je veux?

function save_rseo_nofollow($content) {
$my_folder =  $rseo['nofollow_folder'];
$blog_url = get_bloginfo('url');
    preg_match_all('~<a.*>~isU',$content["post_content"],$matches);
    for ( $i = 0; $i <= sizeof($matches[0]); $i++){
        if ( !preg_match( '~nofollow~is',$matches[0][$i])
            && (preg_match('~' . $my_folder . '~', $matches[0][$i]) 
               || !preg_match( '~'.$blog_url.'~',$matches[0][$i]))){
            $result = trim($matches[0][$i],">");
            $result .= ' >';
            $content["post_content"] = str_replace($matches[0][$i], $result, $content["post_content"]);
        }
    }
    return $content;
}

source d'informationauteur Scott B

Essayer de le rendre plus lisible d'abord, et ensuite seulement faire de votre if des règles plus complexes:

function save_rseo_nofollow($content) {
    $content["post_content"] =
    preg_replace_callback('~<(a\s[^>]+)>~isU', "cb2", $content["post_content"]);
    return $content;
}

function cb2($match) { 
    list($original, $tag) = $match;   //regex match groups

    $my_folder =  "/hostgator";       //re-add quirky config here
    $blog_url = "http://localhost/";

    if (strpos($tag, "nofollow")) {
        return $original;
    }
    elseif (strpos($tag, $blog_url) && (!$my_folder || !strpos($tag, $my_folder))) {
        return $original;
    }
    else {
        return "<$tag rel='nofollow'>";
    }
}

Donne la sortie suivante:

[post_content] =>
  <a href="http://localhost/mytest/">internal</a>
  <a href="http://localhost/mytest/go/hostgator" rel=nofollow>internal cloaked link</a>    
  <a href="http://cnn.com" rel=nofollow>external</a>

Le problème dans votre code original aurait été $rseo qui n'était pas déclaré, n'importe où.

Ici est le DOMDocument solution...

$str = '<a href="http://localhost/mytest/">internal</a>

<a href="http://localhost/mytest/go/hostgator">internal cloaked link</a>

<a href="http://cnn.com" >external</a>

<a href="http://google.com">external</a>

<a href="http://example.com" >external</a>

<a href="http://stackoverflow.com" >external</a>
';
$dom = new DOMDocument();

$dom->preserveWhitespace = FALSE;

$dom->loadHTML($str);

$a = $dom->getElementsByTagName('a');

$host = strtok($_SERVER['HTTP_HOST'], ':');

foreach($a as $anchor) {
        $href = $anchor->attributes->getNamedItem('href')->nodeValue;

        if (preg_match('/^https?:\/\/' . preg_quote($host, '/') . '/', $href)) {
           continue;
        }

        $noFollowRel = 'nofollow';
        $oldRelAtt = $anchor->attributes->getNamedItem('rel');

        if ($oldRelAtt == NULL) {
            $newRel = $noFollowRel;
        } else {
            $oldRel = $oldRelAtt->nodeValue;
            $oldRel = explode(' ', $oldRel);
            if (in_array($noFollowRel, $oldRel)) {
                continue;
            }
            $oldRel[] = $noFollowRel;
            $newRel = implode($oldRel,  ' ');
        }

        $newRelAtt = $dom->createAttribute('rel');
        $noFollowNode = $dom->createTextNode($newRel);
        $newRelAtt->appendChild($noFollowNode);
        $anchor->appendChild($newRelAtt);

}

var_dump($dom->saveHTML());

De sortie

string(509) "<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
<a href="http://localhost/mytest/">internal</a>

<a href="http://localhost/mytest/go/hostgator">internal cloaked link</a>

<a href="http://cnn.com" rel="me nofollow">external</a>

<a href="http://google.com" rel="nofollow">external</a>

<a href="http://example.com" rel="nofollow">external</a>

<a href="http://stackoverflow.com" rel="junk in the rel nofollow">external</a>
</body></html>
"

Essayer celui-ci (PHP 5.3+):

sauter adresse sélectionnée
permettent de définir manuellement le paramètre rel

et code:

function nofollow($html, $skip = null) {
    return preg_replace_callback(
        "#(<a[^>]+?)>#is", function ($mach) use ($skip) {
            return (
                !($skip && strpos($mach[1], $skip) !== false) &&
                strpos($mach[1], 'rel=') === false
            ) ? $mach[1] . ' >' : $mach[0];
        },
        $html
    );
}

Exemples:

echo nofollow('<a href="link somewhere" >something</a>');
//will be same because it's already contains rel parameter

echo nofollow('<a href="http://www.cnn.com">something</a>'); //ad
//add  parameter to anchor

echo nofollow('<a href="http://localhost">something</a>', 'localhost');
//skip this link as internall link

L'aide d'expressions régulières pour faire ce travail correctement serait assez compliqué. Il serait plus facile d'utiliser un véritable analyseur, comme celui de la DOM extension. DOM n'est pas très débutant-friendly, donc ce que vous pouvez faire est de charger le HTML avec DOM ensuite exécuter les modifications avec SimpleXML. Ils sont complétés par la même bibliothèque, de sorte qu'il est facile à utiliser l'un avec l'autre.

Voici à quoi il peut ressembler à:

$my_folder = 'http://localhost/mytest/go/';
$blog_url = 'http://localhost/mytest';

$html = '<html><body>
<a href="http://localhost/mytest/">internal</a>
<a href="http://localhost/mytest/go/hostgator">internal cloaked link</a>
<a href="http://cnn.com">external</a>
</body></html>';

$dom = new DOMDocument;
$dom->loadHTML($html);

$sxe = simplexml_import_dom($dom);

//grab all <a> nodes with an href attribute
foreach ($sxe->xpath('//a[@href]') as $a)
{
    if (substr($a['href'], 0, strlen($blog_url)) === $blog_url
     && substr($a['href'], 0, strlen($my_folder)) !== $my_folder)
    {
        //skip all links that start with the URL in $blog_url, as long as they
        //don't start with the URL from $my_folder;
        continue;
    }

    if (empty($a['rel']))
    {
        $a['rel'] = 'nofollow';
    }
    else
    {
        $a['rel'] .= ' nofollow';
    }
}

$new_html = $dom->saveHTML();
echo $new_html;

Comme vous pouvez le voir, c'est vraiment court et simple. Selon vos besoins, vous pouvez utiliser preg_match() en place de la strpos() trucs pour exemple:

    //change the regexp to your own rules, here we match everything under
    //"http://localhost/mytest/" as long as it's not followed by "go"
    if (preg_match('#^http://localhost/mytest/(?!go)#', $a['href']))
    {
        continue;
    }

Remarque

J'ai raté le dernier bloc de code dans l'OP quand j'ai lu la question. Le code que j'ai posté (et à peu près toute solution basée sur les DOM) est mieux adapté au traitement d'une page entière plutôt que d'un bloc HTML. Sinon, DOM va tenter de "réparer" votre code HTML et peut ajouter une <body> balise DOCTYPE, etc...

<?

$str='<a href="http://localhost/mytest/">internal</a>
<a href="http://localhost/mytest/go/hostgator">internal cloaked link</a>
<a href="http://cnn.com">external</a>';

function test($x){
  if (preg_match('@localhost/mytest/(?!go/)@i',$x[0])>0) return $x[0];
  return ' '.$x[0];
}

echo preg_replace_callback('/href=[\'"][^\'"]+/i', 'test', $str);

?>

Vous devez vous connecter pour publier un commentaire.