PHP利用正则表达式批量匹配替换网址示例代码详解

原创 2025-06-09 10:11:00编程技术

487

在Web开发中，处理URL替换是常见需求（如内容迁移、链接修复、敏感信息过滤等）。PHP作为服务器端主力语言，结合正则表达式可高效实现批量网址匹配替换。本文ZHANID工具网通过实际案例，从基础到进阶详解技术实现。

一、正则表达式基础：精准匹配URL的核心模式

1.1 通用URL正则表达式

$pattern = '/https?:\/\/(www\.)?[-a-zA-Z0-9@:%._\+~#=]{1,256}\.[a-zA-Z0-9()]{1,6}\b([-a-zA-Z0-9()@:%_\+.~#?&//=]*)/';

模式解析：

https?：匹配http/https协议
:\/\/：转义后的://
(www\.)?：可选的www子域名
[-a-zA-Z0-9@:%._\+~#=]{1,256}：域名主体（1-256位合法字符）
\.[a-zA-Z0-9()]{1,6}：顶级域名（如com/org/net）
([-a-zA-Z0-9()@:%_\+.~#?&//=]*)：路径及查询参数

1.2 常见变体模式

// 匹配带端口号的URL
$pattern_port = '/https?:\/\/[^\s:]+:\d+/';

// 匹配本地开发环境URL
$pattern_local = '/http:\/\/localhost:\d+/';

// 匹配相对路径（需结合上下文）
$pattern_relative = '/\/[^\s"]+\.(jpg|png|gif)/';

二、基础替换：单个文件处理

2.1 简单替换示例

$content = file_get_contents('article.html');
$new_content = preg_replace(
    '/https:\/\/old-domain\.com/',
    'https://new-domain.com',
    $content
);
file_put_contents('article.html', $new_content);

2.2 保留路径的域名替换

// 捕获组应用示例
$pattern = '/https?:\/\/(www\.)?old-domain\.com(\/.*)/';
$replacement = 'https://new-domain.com$2';
$new_content = preg_replace($pattern, $replacement, $content);

效果：
https://old-domain.com/blog/123 → https://new-domain.com/blog/123

三、进阶场景：批量文件处理

3.1 目录遍历处理

function batch_replace_urls($dir, $pattern, $replacement) {
    $files = new RecursiveIteratorIterator(
        new RecursiveDirectoryIterator($dir),
        RecursiveIteratorIterator::SELF_FIRST
    );

    foreach ($files as $file) {
        if ($file->isFile() && pathinfo($file, PATHINFO_EXTENSION) === 'html') {
            $content = file_get_contents($file->getRealPath());
            $new_content = preg_replace($pattern, $replacement, $content);
            file_put_contents($file->getRealPath(), $new_content);
        }
    }
}

// 使用示例
batch_replace_urls(
    './articles',
    '/https?:\/\/(www\.)?old-domain\.com/',
    'https://new-domain.com'
);

3.2 性能优化技巧

逐行处理大文件：

$handle = fopen('big-file.html', 'r+');
if ($handle) {
    while (($buffer = fgets($handle)) !== false) {
        $buffer = preg_replace($pattern, $replacement, $buffer);
        fseek($handle, -strlen($buffer), SEEK_CUR);
        fwrite($handle, $buffer);
    }
    fclose($handle);
}

预编译正则：

$regex = preg_replace_callback_array([
    $pattern => function ($matches) {
        return str_replace('old', 'new', $matches[0]);
    }
], $content);

四、复杂场景处理

4.1 条件替换（保留特定URL）

$content = preg_replace_callback(
    '/https?:\/\/[^\s"]+/',
    function ($matches) {
        $url = $matches[0];
        // 排除API接口
        if (strpos($url, '/api/') !== false) {
            return $url;
        }
        // 替换其他URL
        return str_replace('old-domain', 'new-domain', $url);
    },
    $content
);

4.2 相对路径转绝对路径

$base_url = 'https://new-domain.com';
$content = preg_replace_callback(
    '/\/(?![a-zA-Z]+:)[^\s"]+/',
    function ($matches) use ($base_url) {
        return $base_url . $matches[0];
    },
    $content
);

效果：
/images/logo.png → https://new-domain.com/images/logo.png

五、调试与验证

5.1 正则表达式测试

使用在线工具验证模式：

正则表达式测试工具

5.2 PHP单元测试

class UrlReplaceTest extends TestCase {
    public function testBasicReplacement() {
        $content = '<a href="http://old-domain.com">Link</a>';
        $new_content = preg_replace(
            '/http:\/\/old-domain\.com/',
            'https://new-domain.com',
            $content
        );
        $this->assertContains('https://new-domain.com', $new_content);
    }
}

六、安全注意事项

避免正则拒绝服务（ReDoS）
复杂正则可能导致CPU耗尽，需：

使用原子组（(?>...)）
限制回溯次数（(*LIMIT_MATCH=n)）

编码安全
处理用户输入时需转义特殊字符：

$user_input = addcslashes($user_input, '^A-Za-z0-9_:/.-');

备份机制
批量操作前建议：
```
copy($file, $file . '.bak');
```

七、完整项目示例：CMS链接迁移工具

class UrlMigrator {
    private $patterns = [
        '/https?:\/\/(www\.)?old-domain\.com/' => 'https://new-domain.com',
        '/\/old-path\//' => '/new-path/'
    ];

    public function processDirectory($dir) {
        $iterator = new RecursiveIteratorIterator(
            new RecursiveDirectoryIterator($dir),
            RecursiveIteratorIterator::CHILD_FIRST
        );

        foreach ($iterator as $file) {
            if ($file->isFile() && $this->isTextFile($file)) {
                $this->processFile($file);
            } elseif ($file->isDir() && !$file->isDot()) {
                // 跳过备份目录
                if ($file->getFilename() === 'backup') continue;
                $this->backupDirectory($file->getRealPath());
            }
        }
    }

    private function processFile(SplFileInfo $file) {
        $content = file_get_contents($file->getRealPath());
        foreach ($this->patterns as $pattern => $replacement) {
            $content = preg_replace($pattern, $replacement, $content);
        }
        file_put_contents($file->getRealPath(), $content);
    }

    private function isTextFile(SplFileInfo $file) {
        $ext = strtolower($file->getExtension());
        return in_array($ext, ['html', 'php', 'js', 'css']);
    }

    private function backupDirectory($dir) {
        $backup_dir = $dir . '/backup';
        if (!file_exists($backup_dir)) {
            mkdir($backup_dir, 0755, true);
        }
        // 复制文件到备份目录...
    }
}

// 使用示例
$migrator = new UrlMigrator();
$migrator->processDirectory('./website');