我有一个简单的留言板，比如说：mywebsite.com，它允许用户发布消息。目前，该板使所有链接都可以点击，即当有人发布以开头的内容时
http://, https://, www., http://www., https://www.
然后脚本会自动将它们作为链接(即添加A href..标记)。
问题是垃圾邮件太多了。因此，我的想法是自动删除上面的http|s/www，这样这些链接就不会变成"可点击链接"然而，我想允许海报链接到我的网站内的页面，即当消息包含到mywebsite.com的链接时，不删除http|s/www。
我的想法是创建两个阵列：
$removeParts = array('http://', 'https://', 'www.', 'http://www.', 'https://www.');
$keepParts = array('http://mywebsite.com', 'http://www.mywebsite.com', 'www.mywebsite.com', 'http://mywebsite.com', 'https://www.mywebsite.com', 'https://mywebsite.com');
但我不知道如何正确使用它们(str_replace可能会以某种方式工作)。
以下是张贴前和张贴后的$message示例：
$message BEFORE:
你好，世界，感谢http://mywebsite/about我学到了很多。我发现你在http://www.bing.com，https://google.com/search以及一些www.spamwebsite.com/refid=spammer2。
$message AFTER：
你好，世界，感谢http://mywebsite.com/about我学到了很多。我在bing.com、google.com/search和一些垃圾邮件网站上找到了你。
请注意，用户在帖子表单中输入明文，因此脚本只能使用此明文(而不是href等)。
$url = "http://mywebsite/about";
$parse = parse_url($url);
if($parse["host"] == "mywebsite")
echo "My site, let's mark it as link";
更多信息：http://php.net/manual/en/function.parse-url.php
killSpam()功能特点：
- 使用单引号和双引号
- 无效的html
- ftp：//
- http：//
- https：//
- 文件：//
- 邮件收件人：
function killSpam($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.)[^"rn]+"|'(?:(?:https?|ftp|file)://|www.|ftp.)[^'rn]+')/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;
}
用法：
$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 spam@email.com, 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;
垃圾邮件示例：
我无法在这里发布垃圾邮件HTML，我想这是我自己的killSpam()…-查看位置http://pastebin.com/HXCkFeGn
你好，世界，感谢http://mywebsite/about我学到了很多。我发现你在http://www.bing.com，https://google.com/search以及一些www.spamwebsite.com/refid=spammer2。www.spamme.com，http://morespam.com/?aff=122，http://crazyspammer.com/?money=22和spam@email.com，file://spamfile.com/file.txtftp://spamftp.com/file.exe
输出：
你好，多亏了(SPAM)，我学到了很多。我在上找到你了http://www.bing.com，https://google.com/search以及一些(SPAM)。(SPAM)
演示：
http://ideone.com/9IxFrB
如果你想保留链接的文本，但使其"不可点击"，你可以尝试以下代码：
<?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 spam@email.com, 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;
编码板
对于任何想要答案的人，我发布了一个相关的(更具体的)问题，解决了这个问题：PHP-从字符串中删除不以特定单词开头的单词(http|https|www|.com|.net)