PHP 检测字符串是否包含外部链接的方法

巷口听风

发布时间：2026-10-13 | 5人浏览过

原创

在 Web 开发中，检测用户输入或文章内容是否包含指向其他域名的“外链”是常见的安全需求，常用于防止钓鱼攻击、引流跳转或垃圾信息注入。本文将展示如何使用 PHP 的正则表达式功能 `preg_match_all` 来高效识别字符串中的外部链接，并提供一个完整的函数实现。

核心逻辑与目标

检测外链的核心在于两个步骤：首先是提取，即从混杂的文本中找出所有符合 URL 格式的字符串；其次是校验，即对比提取出的 URL 域名是否与当前网站（本站）域名一致。如果存在不一致的域名，则该字符串包含外链。

准备条件

PHP 环境：确保服务器已启用 PHP 并支持 `preg_*` 系列正则函数。
获取当前域名：通常使用超级全局变量 $_SERVER['HTTP_HOST'] 获取当前请求的主机名。

具体操作步骤

第1步：构建正则匹配规则

我们需要一个能够匹配常见 HTTP 和 HTTPS 协议的通用正则表达式。该表达式应能捕获协议头以及后续的域名部分。

$reg = '/http(?:s?):\/\/(?:[A-za-z0-9-]+\.)+[A-za-z]{2,4}/';

http(?:s?)?：匹配 http 或 https。
\/\/ ：匹配双斜杠。
(?:[A-za-z0-9-]+\.)+[A-za-z]{2,4}：匹配域名主体及顶级域名（如 .com, .cn 等）。

第2步：提取所有匹配的 URL

使用 preg_match_all 函数在目标字符串中进行全局搜索，将所有匹配到的结果存入数组。我们将重点分析 $data[0]（完整匹配串）或根据分组提取的子串。

preg_match_all($reg, $text, $data);

注意：原文代码中使用了 $data[1]，但在上述正则中并未定义捕获组（括号），因此 $data[0] 才是完整匹配的 URL 列表。若需精确到域名，建议修改正则为带捕获组的格式，例如：'/http(?:s?):\/\/((?:[A-za-z0-9-]+\.)+[A-za-z]{2,4})/'，此时 $data[1] 即为域名部分。

第3步：遍历比对域名

定义一个函数 has_external_link，接收待检测字符串和可选的目标域名参数。逻辑如下：

默认主机设置：若未传入域名参数，默认使用 $_SERVER['HTTP_HOST'] 作为本站域名。
空值检查：若字符串为空或无匹配项，直接返回不包含外链（true）。
逐个比对：遍历提取出的每一个域名，若发现任一域名不等于本站域名，立即返回 false（表示有外链）。
安全结论：若遍历结束未发现不同域名，则返回 true（表示无外链）。

第4步：完整代码实现

结合上述逻辑，优化后的健壮代码如下：

/**
 * 检测字符串是否包含外部链接
 *
 * @param string $text 待检测的文本内容
 * @param string $current_host 当前站点域名，默认为 $_SERVER['HTTP_HOST']
 * @return bool true 表示仅包含内部链接或无链接；false 表示包含外部链接
 */
function has_no_external_link($text = '', $current_host = '') {
    // 如果没有提供主机名，尝试从服务器环境变量获取
    if (empty($current_host)) {
        $current_host = isset($_SERVER['HTTP_HOST']) ? $_SERVER['HTTP_HOST'] : '';
    }
    
    // 如果无法确定主机名，且需要严格检测，可能需调整策略
    // 此处假设只要能获取 host 就进行比对
    if (empty($current_host)) {
        return false; // 保守起见，无法确认时视为有风险或需特殊处理
    }

    // 优化后的正则：明确捕获域名部分，方便后续比对
    // 匹配 http:// 或 https:// 后跟随的域名
    $pattern = '/https?:\/\/([a-zA-Z0-9\-]+\.)*[a-zA-Z]{2,}/';
    
    preg_match_all($pattern, $text, $matches);
    
    if (empty($matches[0])) {
        return true; // 没有 URL，当然没有外链
    }

    foreach ($matches[0] as $url) {
        // 从完整 URL 中提取域名部分进行比对
        // 简单做法：移除协议头，截取第一个斜杠前的部分
        $parsed_url = parse_url($url);
        if ($parsed_url && isset($parsed_url['host'])) {
            $host_in_text = $parsed_url['host'];
            // 去除 www. 前缀以便更宽松地匹配（可选）
            $clean_current_host = preg_replace('/^www\./', '', $current_host);
            $clean_text_host = preg_replace('/^www\./', '', $host_in_text);
            
            if ($clean_text_host !== $clean_current_host) {
                return false; // 发现外链
            }
        }
    }
    
    return true; // 所有链接均为内部链接
}

// 示例用法
$text_content = "欢迎访问本站 http://example.com 或者查看外部资源 https://github.com";
$my_domain = "example.com";

if (has_no_external_link($text_content, $my_domain)) {
    echo "内容为纯内部链接。";
} else {
    echo "检测到外部链接！";
}