php - 如何使用正则表达式在字符串中查找所有 YouTube 视频 ID？

Question

我有一个文本字段，用户可以在其中编写任何内容。

例如:

Lorem Ipsum is simply dummy text. http://www.youtube.com/watch?v=DUQi_R4SgWo of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. http://www.youtube.com/watch?v=A_6gNZCkajU&feature=relmfu It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.

现在我想解析它并找到所有 YouTube 视频 URL 及其 ID。

知道它是如何工作的吗？

Answer 1

可能会遇到各种格式的 YouTube 视频 URL:

最新短格式:http://youtu.be/NLqAF9hrVbY

iframe:http://www.youtube.com/embed/NLqAF9hrVbY

iframe(安全):https://www.youtube.com/embed/NLqAF9hrVbY

对象参数:http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US

对象嵌入:http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US

watch :http://www.youtube.com/watch?v=NLqAF9hrVbY

用户:http://www.youtube.com/user/Scobleizer#p/u/1/1p3vcRhsYGo

ytscreeningroom:http://www.youtube.com/ytscreeningroom?v=NRHVzbJVx8I

任何/事情/去!:http://www.youtube.com/sandalsResorts#p/c/54B8C800269D7C1B/2/PPS-8DMrAn4

任何/子域/太:http://gdata.youtube.com/feeds/api/videos/NLqAF9hrVbY

更多参数:http://www.youtube.com/watch?v=spDj54kf-vY&feature=g-vrec

查询可能有点:http://www.youtube.com/watch?v=spDj54kf-vY&feature=youtu.be

nocookie 域:http://www.youtube-nocookie.com

这是一个带有注释的正则表达式的 PHP 函数，它匹配这些 URL 形式中的每一个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。

这是一个具有完全相同正则表达式的 JavaScript 版本(删除了注释):

// 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>');
}

备注:

URL 的 VIDEO_ID 部分在唯一的捕获组中捕获:$1 .

如果您知道您的文本不包含任何预链接的 URL，您可以安全地删除测试此条件的否定前瞻断言(以评论开头的断言:“Assert URL is not pre-linked。”)这将加快稍微提高正则表达式。

可以修改替换字符串以适应。上面提供的只是创建了一个指向通用 "http://www.youtube.com/watch?v=VIDEO_ID" 的链接。样式 URL 并将链接文本设置为:"YouTube link: VIDEO_ID" .

编辑 2011-07-05:已添加 -连字符到 ID 字符类

编辑 2011-07-17:修复了正则表达式以使用 YouTube ID 之后 URL 的任何剩余部分(例如查询)。已添加 'i'忽略大小写修饰符。将函数重命名为驼峰式命名法。改进的预链接前瞻测试。

编辑 2011-07-27:添加了新的 YouTube 网址的“用户”和“ytscreeningroom”格式。

编辑 2011-08-02:简化/通用以处理新的“任何/事情/去”YouTube URL。

编辑 2011-08-25:几个修改:

添加了以下 Javascript 版本:linkifyYouTubeURLs()功能。

以前的版本有方案(HTTP 协议(protocol))部分可选，因此会匹配无效的 URL。使方案部分成为必需。

以前的版本使用了 \b VIDEO_ID 周围的词边界 anchor 。但是，如果 VIDEO_ID 以 - 开头或结尾，这将不起作用。短跑。固定以便它处理这种情况。

更改了 VIDEO_ID 表达式，使其长度必须正好为 11 个字符。

如果 VIDEO_ID 后面有查询字符串，以前的版本无法排除预链接的 URL。改进了否定前瞻断言来解决这个问题。

已添加 +和 %到字符类匹配查询字符串。

更改 PHP 版本正则表达式分隔符:%至:~ .

添加了“注释”部分，其中包含一些方便的注释。

编辑 2011-10-12: YouTube URL 主机部分现在可以有任何子域(不仅仅是 www. )。

编辑 2012-05-01:消费 URL 部分现在可以允许使用“-”。

编辑 2013-08-23:添加了@Mei 提供的附加格式。 (查询部分可能有一个 . 点。

编辑 2013-11-30:添加了@CRONUS 提供的附加格式: youtube-nocookie.com .

编辑 2016-01-25:修复了正则表达式以处理 CRONUS 提供的错误情况。