正则表达式匹配 Youtube URL

Question

我正在尝试使用正则表达式验证 Youtube URL：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]+~', $videoLink)

它有点工作，但它可以匹配格式错误的 URL。例如，这将匹配 ok：

http://www.youtube.com/watch?v=Zu4WXiPRek

但是这样也可以：

http://www.youtube.com/watch?v=Zu4WX£&P!ek

这不会：

http://www.youtube.com/watch?v=!Zu4WX£&P4ek

我认为这是因为 + 运算符。它匹配似乎是v= 之后的第一个字符，当它需要尝试将v= 后面的所有内容与[a-zA-Z0-9-] 匹配时。任何帮助表示赞赏，谢谢。

Answer 1

提供一个比正则表达式更大且不那么优雅的替代方案，但可以与 PHP 的原生 URL 解析函数一起使用，因此从长远来看它可能会更可靠：

 $url = "http://www.youtube.com/watch?v=Zu4WXiPRek";

 $query_string = parse_url($url, PHP_URL_QUERY); // v=Zu4WXiPRek

 $query_string_parsed = array();                        
 parse_str($query_string, $query_string_parsed); // an array with all GET params

 echo($query_string_parsed["v"]); // Will output Zu4WXiPRek that you can then
                                  // validate for [a-zA-Z0-9] using a regex

Answer 2

问题在于您不需要在 URL 的 v= 部分中包含任何特定数量的字符。因此，例如，检查

http://www.youtube.com/watch?v=Zu4WX£&P!ek

将匹配

http://www.youtube.com/watch?v=Zu4WX

因此返回true。您需要在 v= 部分指定所需的字符数：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]{10}~', $videoLink)

或指定组 [a-zA-Z0-9-] 必须是字符串的最后一部分：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]+$~', $videoLink)

你的另一个例子

http://www.youtube.com/watch?v=!Zu4WX£&P4ek

不匹配，因为 + 号要求至少有一个字符必须匹配 [a-zA-Z0-9-]。

Answer 3

简答：

preg_match('%(@987654321@\?v=(?:[a-zA-Z0-9-])+)(?:[&"\'\s])%', $videoLink)

这里做了一些假设，所以让我解释一下：

• 我在链接的整个 @987654322@ 部分周围添加了一个捕获组 ( ... )，这样我们就可以说“我希望获得整个经过验证的链接，包括 ?v=movieHash”
• 我在您的字符集[a-zA-Z0-9-] 周围添加了非捕获组(?: ... )，并将+ 号留在了该组之外。这将允许我们匹配所有允许的字符直到某个点。

• 最重要的是，您需要告诉它您希望您的链接如何终止。我用(?:[&"\'\s])为你猜一猜

  ?) 会是 html 格式（例如锚标签）吗？如果是这样，href 中的链接显然会以 " 或 ' 结尾。
  ?) 或者查询字符串可能还有更多内容，因此在 v 的值之后会有一个 &。
  ?) 链接结束后可能有空格或换行符\s。

重要的是，如果您知道要搜索的内容周围的内容，您可以获得更准确的结果，就像许多正则表达式一样。

这个非捕获组（我在其中为您做出假设）将努力寻找并忽略您关心的所有额外垃圾（?v=awesomeMovieHash） .

结果：

http://www.youtube.com/watch?v=Zu4WXiPRek
 - Group 1 contains the http://www.youtube.com/watch?v=Zu4WXiPRek

http://www.youtube.com/watch?v=Zu4WX&a=b
 - Group 1 contains http://www.youtube.com/watch?v=Zu4WX

http://www.youtube.com/watch?v=!Zu4WX£&P4ek
 - No match

a href="http://www.youtube.com/watch?v=Zu4WX&size=large"
 - Group 1 contains http://www.youtube.com/watch?v=Zu4WX

http://www.youtube.com/watch?v=Zu4WX£&P!ek
 - No match

Answer 4

“v=...”blob 不能保证是 URL 查询部分的第一个参数。我建议使用 PHP 的 parse_url() 函数将 URL 分解为其组成部分。如果有人以“https://”开头的字符串或简单地使用“youtube.com”而不是“www.youtube.com”等，您还可以重新组合一个原始 URL。

function get_youtube_vidid ($url) {
    $vidid = false;
    $valid_schemes = array ('http', 'https');
    $valid_hosts = array ('www.youtube.com', 'youtube.com');
    $valid_paths = array ('/watch');

    $bits = parse_url ($url);
    if (! is_array ($bits)) {
        return false;
    }
    if (! (array_key_exists ('scheme', $bits)
            and array_key_exists ('host', $bits)
            and array_key_exists ('path', $bits)
            and array_key_exists ('query', $bits))) {
        return false;
    }
    if (! in_array ($bits['scheme'], $valid_schemes)) {
        return false;
    }
    if (! in_array ($bits['host'], $valid_hosts)) {
        return false;
    }
    if (! in_array ($bits['path'], $valid_paths)) {
        return false;
    }
    $querypairs = explode ('&', $bits['query']);
    if (count ($querypairs) < 1) {
        return false;
    }
    foreach ($querypairs as $querypair) {
        list ($key, $value) = explode ('=', $querypair);
        if ($key == 'v') {
            if (preg_match ('/^[a-zA-Z0-9\-_]+$/', $value)) {
                # Set the return value
                $vidid = $value;
            }
        }
    }

    return $vidid;
}

Answer 5

以下正则表达式将匹配任何 youtube 链接：

$pattern='@(((http(s)?://(www\.)?)|(www\.)|\s)(youtu\.be|youtube\.com)/(embed/|v/|watch(\?v=|\?.+&v=|/))?([a-zA-Z0-9._\/~#&=;%+?-\!]+))@si';