如何统计任意页面中的所有嵌入链接？附站内外链接统计代码解析

嘿，针对你这个页面嵌入链接统计的需求，结合你提供的Yii后端方法和jQuery前端代码，我来给你拆解清楚每部分的逻辑、用法以及优化建议：

咱们的目标是：抓取任意页面内所有<a>标签的嵌入链接，精准区分站内链接（inbound）和站外链接（outbound），最终返回结构化的统计结果。

先看你提供的actionPagelink()方法，我给你拆解关键逻辑：

public function actionPagelink()
{
    // 接收前端传递的链接列表
    $links = Yii::$app->request->post('links');
    if (empty($links)) {
        return json_encode(['status' => 'error', 'message' => 'No links provided']);
    }

    $inboundCount = 0;
    $outboundCount = 0;
    // 获取当前站点的根域名，这是区分站内/站外的核心依据
    $siteDomain = parse_url(Yii::$app->request->hostInfo, PHP_URL_HOST); 

    foreach ($links as $link) {
        // 跳过空链接、锚点链接（这类链接不属于跳转链接，无需统计）
        if (empty($link) || str_starts_with($link, '#')) {
            continue;
        }

        // 非http开头的相对路径，直接判定为站内链接
        if (!str_starts_with($link, 'http')) {
            $inboundCount++;
            continue;
        }

        // 解析外部链接的域名，和站点域名对比
        $linkDomain = parse_url($link, PHP_URL_HOST);
        if ($linkDomain === $siteDomain) {
            $inboundCount++;
        } else {
            $outboundCount++;
        }
    }

    // 返回标准JSON格式结果，方便前端处理
    return json_encode([
        'status' => 'success',
        'data' => [
            'inbound' => $inboundCount,
            'outbound' => $outboundCount
        ]
    ]);
}

关键细节说明： #

• 请求校验：先判断前端是否传递了有效链接列表，避免空请求导致的错误
• 域名判定：用parse_url提取站点域名，这是最可靠的站内/站外区分方式
• 特殊链接过滤：自动跳过空链接、锚点链接，避免无效统计
• 返回格式：统一用带状态码的JSON返回，前端可以轻松判断请求是否成功

再看前端收集链接的jQuery代码，核心是抓取页面所有<a>标签的href属性：

$(document).ready(function() {
    // 初始化数组存储所有链接
    var links = [];
    // 遍历页面所有<a>标签
    $('a').each(function() {
        var href = $(this).attr('href');
        // 过滤空href的无效标签，同时去除首尾空格
        if (href) { 
            links.push(href.trim());
        }
    });

    // 发送链接列表到后端统计接口
    $.ajax({
        url: '/controller/pagelink', // 替换为你的Yii控制器实际路由
        type: 'POST',
        data: { links: links },
        dataType: 'json',
        success: function(response) {
            if (response.status === 'success') {
                // 控制台打印结果，也可以渲染到页面DOM中
                console.log('站内链接数量：' + response.data.inbound);
                console.log('站外链接数量：' + response.data.outbound);
                // 示例：把结果渲染到页面的#result容器里
                $('#result').html(`
                    <p>站内链接：${response.data.inbound} 个</p>
                    <p>站外链接：${response.data.outbound} 个</p>
                `);
            } else {
                console.error('统计失败：' + response.message);
            }
        },
        error: function(xhr, status, error) {
            console.error('请求接口失败：' + error);
        }
    });
});

关键细节说明： #

• 链接收集：遍历所有<a>标签，过滤空值并做格式化处理，避免无效数据
• AJAX请求：用POST方式传递链接数组，指定dataType: 'json'让jQuery自动解析返回结果
• 结果处理：成功时可以把统计结果渲染到页面，失败时打印错误信息方便排查

1. 路由配置：前端AJAX的url要对应你的Yii控制器路由，比如控制器是SiteController，则路由应为/site/pagelink，也可以用Yii的Url::to(['site/pagelink'])生成绝对路径
2. 跨域问题：如果要统计其他域名的页面，前端直接抓取会触发跨域限制，建议改用后端爬虫（比如PHP的Guzzle库）先获取页面内容，再解析链接
3. 链接去重：当前代码会统计重复链接，如果需要统计唯一链接数量，可以在前端用[...new Set(links)]去重，或者后端用array_unique($links)处理
4. 子域名兼容：如果需要把子域名视为站内链接，可以修改域名判断逻辑为str_ends_with($linkDomain, '.' . $siteDomain)
5. 特殊链接过滤：可以在前端额外过滤javascript:、mailto:这类伪协议链接，比如添加判断!href.startsWith('javascript:') && !href.startsWith('mailto:')

• 后端返回空数据：检查前端是否正确传递了links参数，或者页面中是否存在<a>标签；同时确认Yii::$app->request->hostInfo是否正确获取了站点域名
• AJAX请求404：确认Yii的URL管理器配置正确，是否开启了美化URL，或者直接使用绝对路径发起请求
• 统计结果不准确：检查是否有未被过滤的特殊链接，比如伪协议链接、相对路径拼接错误的情况

内容的提问来源于stack exchange，提问作者Rajan Chaulagain