我有一个文本字段,用户可以在其中写入任何内容.
例如:
Lorem Ipsum只是一个虚拟文本.
现在我想解析它,找到所有YouTube视频URL和它们的ID.
知道这是怎么回事吗?
我有一个文本字段,用户可以在其中写入任何内容.
例如:
Lorem Ipsum只是一个虚拟文本.
现在我想解析它,找到所有YouTube视频URL和它们的ID.
知道这是怎么回事吗?
YouTube视频URL可能有多种格式:
http://youtu.be/NLqAF9hrVbY
http://www.youtube.com/embed/NLqAF9hrVbY
https://www.youtube.com/embed/NLqAF9hrVbY
http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US
http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US
http://www.youtube.com/watch?v=NLqAF9hrVbY
http://www.youtube.com/user/Scobleizer#p/u/1/1p3vcRhsYGo
http://www.youtube.com/ytscreeningroom?v=NRHVzbJVx8I
http://www.youtube.com/sandalsResorts#p/c/54B8C800269D7C1B/2/PPS-8DMrAn4
http://gdata.youtube.com/feeds/api/videos/NLqAF9hrVbY
http://www.youtube.com/watch?v=spDj54kf-vY&feature=g-vrec
http://www.youtube.com/watch?v=spDj54kf-vY&feature=youtu.be
http://www.youtube-nocookie.com
下面是一个带有注释正则表达式的PHP函数,它匹配每个URL表单,并将它们转换为链接(如果它们还不是链接):
// Linkify youtube URLs which are not already links.
function linkifyYouTubeURLs($text) {
$text = preg_replace('~(?#!js YouTubeId Rev:20160125_1800)
# Match non-linked youtube URL in the wild. (Rev:20130823)
https?:// # Required scheme. Either http or https.
(?:[0-9A-Z-]+\.)? # Optional subdomain.
(?: # Group host alternatives.
youtu\.be/ # Either youtu.be,
| youtube # or youtube.com or
(?:-nocookie)? # youtube-nocookie.com
\.com # followed by
\S*? # Allow anything up to VIDEO_ID,
[^\w\s-] # but char before ID is non-ID char.
) # End host alternatives.
([\w-]{11}) # $1: VIDEO_ID is exactly 11 chars.
(?=[^\w-]|$) # Assert next char is non-ID or EOS.
(?! # Assert URL is not pre-linked.
[?=&+%\w.-]* # Allow URL (query) remainder.
(?: # Group pre-linked alternatives.
[\'"][^<>]*> # Either inside a start tag,
| </a> # or inside <a> element text contents.
) # End recognized pre-linked alts.
) # End negative lookahead assertion.
[?=&+%\w.-]* # Consume any URL (query) remainder.
~ix', '<a href="http://www.youtube.com/watch?v=$1">YouTube link: $1</a>',
$text);
return $text;
}
; // 结束$YouTubeId.
下面是一个与regex完全相同的JavaScript版本(删除注释):
// Linkify youtube URLs which are not already links.
function linkifyYouTubeURLs(text) {
var re = /https?:\/\/(?:[0-9A-Z-]+\.)?(?:youtu\.be\/|youtube(?:-nocookie)?\.com\S*?[^\w\s-])([\w-]{11})(?=[^\w-]|$)(?![?=&+%\w.-]*(?:['"][^<>]*>|<\/a>))[?=&+%\w.-]*/ig;
return text.replace(re,
'<a href="http://www.youtube.com/watch?v=$1">YouTube link: $1</a>');
}
Notes:个
$1
中."http://www.youtube.com/watch?v=VIDEO_ID"
样式URL的链接,并将链接文本设置为:"YouTube link: VIDEO_ID"
.Edit 2011-07-05:在ID char类中添加了-
个连字符
Edit 2011-07-17:修正了regex使用YouTube ID之后URL的任何剩余部分(例如query)的问题.添加了'i'
ignore-case修饰符.将函数重命名为camelCase.改进的预链接前瞻测试.
Edit 2011-07-27:增加了新的"user"和"ytcreeningroom"格式的YouTube URL.
Edit 2011-08-02:个简化/泛化以处理新的"任何/事物/go "YouTube URL.
Edit 2011-08-25:.一些修改:
linkifyYouTubeURLs()
函数的Javascript版本.\b
个单词的边界锚.但是,如果视频ID以-
破折号开始或结束,这将不起作用.已修复,因此它可以处理这种情况.+
和%
添加到匹配查询字符串的字符类中.%
更改为:~
.Edit 2011-10-12: YouTube URL主机部分现在可以有任何子域(不仅仅是www.
个).
Edit 2012-05-01:"消费URL"部分现在可能允许使用"-".
Edit 2013-08-23:增加了@Mei提供的附加格式.(查询部分可以有一个.
点.
Edit 2013-11-30:增加了@Cronus:youtube-nocookie.com
提供的附加格式.
Edit 2016-01-25:修复了处理CRONUS提供的错误 case 的正则表达式.