DevProTalk - Dodavanje rel="nofollow" linkovima

DevProTalk (http://www.devprotalk.com/index.php)

- PHP (http://www.devprotalk.com/forumdisplay.php?f=9)

- - Dodavanje rel="nofollow" linkovima (http://www.devprotalk.com/showthread.php?t=8000)

Dodavanje rel="nofollow" linkovima

Imam html koji dolazi od korisnika (komentari) i trebalo bi da se doda rel="nofollow" svim linkovima koji se nađu u tom HTML-u. Našao sam ovo:

PHP kôd:


		
			
function addNoFollow($html)

{

    $str = stripslashes($html);

    $preg = "/<[\s]*a[\s]*href=[\s]*[\"\']?([\w.-]*)[\"\']?[^>]*>(.*?)<\/a>/i";

    preg_match_all($preg, $str, $match);

    foreach ($match[1] as $key=>$val) {

        $pattern[] = '/'.preg_quote($match[0][$key],'/').'/';

        $replace[] = "<a href='$val' rel='nofollow'>{$match[2][$key]}</a>";

    }

    return preg_replace($pattern, $replace, $str);

}

I to dodaje linkovima rel="nofollow", ali mi zezne URL-ove u linkovima, odnosno ostavi samo "http" u href atributu. Pretpostavljam da je loš regex pa ako neko može da baci pogled, bio bih mu zahvalan.

Radio sam print_r($match); posle preg_match_all(), i uopšte ne match-uje URL sa ovakvim regex-om.

PHP kôd:


		
			
$preg = "/<a.*href=[\"\'](.*)[\"\'].*>(.*?)<\/a>/i";

Razmišljanja dokonog programera... :)

Vrlo opasan preg je ovo, hvata samo poslednji link u redu....

PHP kôd:


		
			
addNoFollow('<a href="http://domen1.com/">domen1</a><a href="http://domen2.com/">domen2</a>') == '<a href='http://domen2.com/' rel='nofollow'>domen2</a>'

Ja sam to kontao rešiti drugojačije, baš razmišljah da uvedem ovako nešto na jedan sajt, pa eto taman da modifikujem malo ovo, i meni će trebati uskoro... :1019:

Ovo rešenje traži samo ceo otvarajući A i prvo izbacuje postojeći rel atribut (čak i ako nema navodnike, jer se i to guta), i onda dodaje naš rel="nofollow" na kraj:

PHP kôd:


		
			
function addNoFollow($str) { 

    $search = $replacements = array();

    $preg = '/<a([^>]*)>/i';

    preg_match_all($preg, $str, $match);

    foreach ( $match[0] as $key => $val ) {

        if ( !preg_match('/\shref=/i', $val) ) continue;

        $search[] = $val;

        $r = preg_replace('/\srel=[\"\']?\w+[\"\']?/i', '', $val);

        $r = substr($r, 0, -1) . ' rel="nofollow">';

        $replacements[] = $r;

    }

    return str_replace($search, $replacements, $str);

}

Mislim da sam ovim pokrio većinu slučajeva. Testirano sa:

PHP kôd:


		
			
print_r(addNoFollow('<a href="http://domen1.com/" rel="something">domen1</a><a href="http://domen2.com/">domen2</a><a href="http://domen3.com/" rel=something>domen3</a>'));

inače, mislim da bi Bokicino rešenje radilo za više linkova u istom redu kada bi se dodao modifier "U" za ungreedy... :1007:

^ tako je, zahvaljujem

Znaci fali modifier /U tj /iU.
Samo sam ispravio bio regex, nisam proveravao.

Jos jedna ispravka, sad sam proverio i trebalo bi da radi kako treba. :)

PHP kôd:


		
			
$preg = "/<a.*href=[\"\'](.*)[\"\'].*>(.*)<\/a>/iU";

i ja sam skoro radio to isto, pa evo moje verzije koja radi malo drugacije (ima dodatnu opciju da excludeuje neke domene, tako npr mozete lako da provucete ceo text kroz nju i samo na linkovima koje ne vode do vasih sajtova stavite nofollow):

PHP kôd:


		
			
class NoFollow {
    
    private static $exceptions;
    
    public static function add($text, $exceptions = array()) {
        
        self::$exceptions = array();
        
        foreach ($exceptions as $exception) {
            if (!$exception) continue;
            if ($exception[0] == '.') {
                $exception = '([^.]+\.)?' . preg_quote(substr($exception, 1), '/');
            } else {
                $exception = preg_quote($exception, '/');
            }
            self::$exceptions[] = '/^(s?ftp|https?):\/\/' . $exception . '/i';
        }
        
        return preg_replace_callback('/<a\s+([^>]*)>/i', array(__CLASS__, 'filter'), $text);
    }
    
    private static function filter($matches) {
        
        $attr = array();

        if (preg_match_all('/([a-z0-9_:]+)\s*=\s*"([^"]*)"/i', $matches[1], $attribs)) {
            foreach ($attribs[0] as $i => $attrib) {
                $attr[$attribs[1][$i]] = $attribs[2][$i];
            }
        }

        if (isset($attr['href'])) {

            $external = true;

            foreach (self::$exceptions as $exception) {
                if (preg_match($exception, $attr['href'])) {
                    $external = false;
                    break;
                }
            }

            if ($external) {
                if (isset($attr['rel'])) {
                    if (strpos($attr['rel'], 'nofollow') === false) {
                        $attr['rel'] = 'nofollow ' . $attr['rel'];
                    }
                } else {
                    $attr['rel'] = 'nofollow';
                }
            } elseif (isset($attr['rel']) and strpos($attr['rel'], 'nofollow') !== false) {
                $attr['rel'] = trim(str_replace('nofollow', '', $attr['rel']));
                if (empty($attr['rel'])) {
                    unset($attr['rel']);
                }
            }
        }

        $link = '<a';
        
        foreach ($attr as $name => $value) {
            $link .= " $name=\"$value\"";
        }

        return $link . '>';
    }
}

koristi se jednostavno:

PHP kôd:


		
			
$text = NoFollow::add($text);  // dodaje rel="nofollow" na sve linkove
$text = NoFollow::add($text, array('www.google.com'));  // dodaje rel="nofollow" na sve linkove osim www.google.com (ali dodaje na npr code.google.com)
$text = NoFollow::add($text, array('.google.com'));  // dodaje rel="nofollow" na sve linkove osim google.com (sa bilo kojim poddomenom, ili bez poddomena)