正規表現にて特定のURLのフォルダ以降を削除

質問

ウェブマスターツールにてワードプレスタグの
URL削除を考えております。

そこで、

http://www.example.com/blog/tag/

上記URLの/tag/以降のURLアドレスを一括で削除する場合、
どのような正規表現になりますでしょうか？

よろしくお願いいたします。

回答No.1

noname#244856 · ベストアンサー

「以降」ということはそれ自身も含めて削除ということですよね？

「RFC3986定義の厳密なHTTP URIの正規表現」をPHP用に最適化
http://qiita.com/mpyw/items/1e422848030fcde0f29a

この基本実装例の$regexを使います。これを使えば判定が少し難しい「どこまでをURLと見なすか」という問題に簡単に対処できます。もちろんこれ専用に正規表現を作りなおしてもいいですが、面倒なので「とりあえずURLにマッチさせてそのコールバック関数内で更に詳細な判定を続ける」ということにします。

<?php
$regex = ...;
$callback = function ($m) {
if (strpos($m[0], 'http://www.example.com/blog/tag/') === 0) {
return 'http://www.example.com/blog';
} else {
return $m[0];
}
};
$html = ...;
$html = preg_replace_callback($regex, $callback, $html);

お礼

ありがとうございました。