PHP正则表达式用于在vBulletin滤除来自特定站点的URL用于插件(PHP regex for

我试图把一个插件，vBulletin过滤掉链接文件共享网站。 但是，正如我敢肯定，你经常听到，我到PHP更别说正则表达式对于新手。

基本上，我试图把一个正则表达式，并使用了preg_replace地发现，从这些领域的任何URL和替换，他们是不允许的消息整个链路。 我希望它发现无论是超链接，发布为纯文本，或包含在[CODE] BB标签的链接。

至于正则表达式，我需要它来寻找与以下网址，我认为：

1. 与HTTP或锚标签开始。 我相信，在[CODE]该网址的代码可以处理一样的纯文本网址，并更换了[code]标签内之后结束了它的罚款。
2. 可以包含域/字之前的任何数量的任何字符
3. 一个地方有域在中间
4. 可以包含域之后的任何数量的任何字符
5. （| HTM | RAR |拉链| 001 HTML）或在闭合锚标记与一些一些推广的诸如结束。

我有一种感觉，它的号码2和4被绊倒了我（如果不是更多）。 我发现这里类似的问题，并试图挑开的码位（尽管我并没有真正理解它）。 我现在有这个，我想可能会奏效，但它并不：

<?php  
$filterthese = array('domain1', 'domain2', 'domain3');  
$replacement = 'LINKS HAVE BEEN FILTERED MESSAGE';  
$regex = array('!^http+([a-z0-9-]+\.)*$filterthese+([a-z0-9-]+\.)*(html|htm|rar|zip|001)$!',  
'!^<a+([a-z0-9-]+\.)*$filterthese+([a-z0-9-]+\.)*</a>$!');
$this->post['message'] = preg_replace($regex, $replacement, $this->post['message']);
?>  

我有一种感觉，我的路要走基地在这里，我承认我不完全了解PHP更不用说正则表达式。 我愿意就如何做到这一点更好的任何建议，如何做到这使它工作，或链接RTM（虽然我读了一下，我会继续）。

谢谢。

Answer 1:

您可以使用parse_url上的网址，并观看它返回的HashMap中。 这允许您筛选域或甚至更细粒度的控制。

Answer 2:

我想你可以避免使用这种开销filter_var内置功能。

您可以使用此功能，因为PHP 5.2.0。

$good_url = filter_var( filter_var( $raw_url, FILTER_SANITIZE_URL), FILTER_VALIDATE_URL);

Answer 3:

嗯，我的第一个猜测：你把$filterthese单引号字符串中直接。 这单引号不允许变量替换。 此外， $filterthese是一个数组，应先加入：

var $filterthese = implode("|", $filterthese);

也许我的路要走，因为我不知道vBulletin插件和他们的嵌入式魔法什么，但似乎点值得支票给我。

编辑：好的，在重新检查你提供的源，我觉得正则表达式行应该是这样的：

$regex = '!(?#
  possible "a" tag [start]: )(<a[^>]+href=["\']?)?(?#
  offending link:           )https?://(?#
    possible subdomains:    )(([a-z0-9-]+\.)*\.)?(?#
    domains to block:       )('.implode("|", $filterthese).')(?#
    possible path:          )(/[^ "\'>]*)?(?#
  possible "a" tag [end]:   )(["\']?[^>]*>)?!';

文章来源: PHP regex for filtering out urls from specific domains for use in a vBulletin plug-in