PHPでURLの文字列操作

スクレイピング周りの作業をしていてURLの文字列操作が面倒で調べてみたところ、
parse_urlがというのを知りました、pathinfoみたいで便利でした。

ルートURLを取得する

$url = 'http://example.com/test/test.txt';
$url_info = parse_url($url);
$root_url = $url_info['scheme'].'://'.$url_info['host'];

var_dump($root_url);
var_dump($url_info);

string(18) "http://example.com"
array(3) {
  ["scheme"]=>
  string(4) "http"
  ["host"]=>
  string(11) "example.com"
  ["path"]=>
  string(14) "/test/test.txt"
}

ベースURLを取得する

こっちはpathinfoを使用

$url = 'http://example.com/test/test.txt';
$url_info = pathinfo($url);
$base_url = $url_info['dirname'];

var_dump($base_url);
var_dump($url_info);

string(23) "http://example.com/test"
array(4) {
  ["dirname"]=> string(23) "http://example.com/test"
  ["basename"]=> string(8) "test.txt"
  ["extension"]=> string(3) "txt"
  ["filename"]=> string(4) "test"
}

/で終わる場合

$url = 'http://example.com/test/';
$url_info = pathinfo($url);
$base_url = $url_info['dirname'];

var_dump($base_url);
var_dump($url_info);

string(18) "http://example.com"
array(3) {
  ["dirname"]=>
  string(18) "http://example.com"
  ["basename"]=>
  string(4) "test"
  ["filename"]=>
  string(4) "test"
}

この場合は$urlをそのまま使うこと

$base_url = (preg_match('/\/$/u', $url) === 1) ? $url : pathinfo($url)['dirname'];