使用正则表达式从内容中过滤YouTube链接 - filter youtube links from content with Regex

我有一个输入区域，人们在那里发布更新。所以我想过滤YouTube链接，修改它们并最终附加它们。

这个内容不是html，它甚至没有<br>或<p>，它只是纯字符串。

这是我从程序的不同部分获得的代码。

这应该做的是，获取所有匹配项，并用 html 替换它们。

function aKaFilter( $content ) {
    global $bp;
    $pattern2 = '#^(?:https?://)?(?:www'.)?(?:youtube(?:-nocookie)?'.com/(?:[^/]+/.+/|(?:v|e(?:mbed)?)/|.*[?&]v=)|youtu'.be/)([^"&?/ ]{11})(?:.+)?$#x';
    preg_match_all( $pattern2, $content, $youtubes );
    if ( $youtubes ) {
        /* Make sure there's only one instance of each video */
        if ( !$youtubes = array_unique( $youtubes[1] ) )
            return $content;
        //but we need to watch for edits and if something was already wrapped in html link - thus check for space or word boundary prior
        foreach( (array)$youtubes as $youtube ) {
            $pattern = "NEW". $youtube ."PATTERN TO MATCH THIS LINK";
            $content = preg_replace( $pattern, '<span class="video youtube" data-trigger="'.$youtube.'"><img src="http://img.youtube.com/vi/'.$youtube.'/0.jpg"><span class="icon-stack"><i class="icon-circle icon-stack-base"></i><i class="icon-youtube-play"></i></span><span>title</span></span>', $content );
        }
    }
    return $content;
}

这是一个原始代码：

function etivite_bp_activity_hashtags_filter( $content ) {
global $bp;
//what are we doing here? - same at atme mentions
//$pattern = '/[#]([_0-9a-zA-Z-]+)/';
$pattern = '/(?(?<!color: )(?<!color: )[#]([_0-9a-zA-Z-]+)|(^|'s|'b)[#]([_0-9a-zA-Z-]+))/';
preg_match_all( $pattern, $content, $hashtags );
if ( $hashtags ) {
    /* Make sure there's only one instance of each tag */
    if ( !$hashtags = array_unique( $hashtags[1] ) )
        return $content;
    //but we need to watch for edits and if something was already wrapped in html link - thus check for space or word boundary prior
    foreach( (array)$hashtags as $hashtag ) {
        $pattern = "/(^|'s|'b)#". $hashtag ."($|'b)/";
        $content = preg_replace( $pattern, ' <a href="' . $bp->root_domain . "/" . $bp->activity->slug . "/". BP_ACTIVITY_HASHTAGS_SLUG ."/" . htmlspecialchars( $hashtag ) . '" rel="nofollow" class="hashtag">#'. htmlspecialchars( $hashtag ) .'</a>', $content );
    }
}
return $content;
}

它

的作用是，它采用文本区域，而不是 #hash 它替换为<a>#hash</a>就像您在社交媒体中看到的那样。

我希望我的函数做的是获取YouTube链接并将其转换为<a>ID</a>(基本上(

如果我只有 youtube 链接，它工作正常，但是当它在它之后或之前带有字符串时，它就会变得疯狂。

我想它不起作用，因为我没有想出其他程序中的第二个$pattern。

为什么需要preg_replace((？ str_replace(( 在您的情况下就足够了。此外，您可能需要迭代 $youtubes[0]，而不是$youtubes。此外，还可以简化您的代码！;-)

因此，这应该有效：

function aKaFilter( $content ) {
    global $bp;
    $pattern2 = '#^(?:https?://)?(?:www'.)?(?:youtube(?:-nocookie)?'.com/(?:[^/]+/.+/|(?:v|e(?:mbed)?)/|.*[?&]v=)|youtu'.be/)([^"&?/ ]{11})(?:.+)?$#x';
    preg_match_all( $pattern2, $content, $youtubes );
    /* Make sure there's only one instance of each video */
    $youtubes = array_unique( $youtubes[1] );
    if ( $youtubes ) {
        //but we need to watch for edits and if something was already wrapped in html link - thus check for space or word boundary prior
        foreach( $youtubes[0] as $youtube ) {
            $content = str_replace( $youtube, '<span class="video youtube" data-trigger="'.$youtube.'"><img src="http://img.youtube.com/vi/'.$youtube.'/0.jpg"><span class="icon-stack"><i class="icon-circle icon-stack-base"></i><i class="icon-youtube-play"></i></span><span>title</span></span>', $content );
        }
    }
    return $content;
}

根本不要使用正则表达式，请使用 parse_url .

例如：

$parsed_url = parse_url($content);
if (in_array($parsed_url['host'], array('www.youtube.com', 'youtube.com', 'www.youtube-nocookie.com', 'youtube-nocookie.com'))) {
    ## Now look through $parsed_url['query'] for the video ID
    ## Parsing this out is a separate question :)
}

尝试使用包含文本的正则表达式匹配 URL 时，问题是您无法知道 URL 何时结束。

URL

可以包含"空格"、"."、","和其他字符，因此您不能说 URL 在新单词开始或句子结束时结束。此外，您的正则表达式(?:.+)?的结尾将匹配(几乎(所有内容。

如果您假设 yutube URL 不能包含空格(在 URL 的给定位置/索引之后(，您可以通过 (?:[^'s]+)?(除空格外的所有字符(更改正则表达式的末尾，您可以将其他字符添加到集合中以定义 URL 的结尾，例如，如果 URL 也不能包含,，你做(?:[^'s,]+)?，等等。

然后，在正则表达式上设置开始和结束锚点(^和$(。当您的 URL 被某些文本包围时，这可能不起作用，因此您可以删除这些锚点并在正则表达式的开头添加'b(单词边界(锚点。

顺便说一句，您可以用.*替换(?:.+)?，用`[^'s,]*替换(?:[^'s,]+)?

你现在有一个这样的正则表达式：'#'b(?:https?://)?(?:www'.)?(?:youtube(?:-nocookie)?'.com/(?:[^/]+/.+/|(?:v|e(?:mbed)?)/|.*[?&]v=)|youtu'.be/)([^"&?/ ]{11})[^'s,]*#x'

铌。我没有分析您的正则表达式的所有逻辑，所以我的评论只对您的正则表达式的开头和结尾有价值。

尝试使用 url ：

结果为 JSON 格式。http://gdata.youtube.com/feeds/mobile/videos?alt=json&q=music&format=1,5,6

XML 格式的结果http://gdata.youtube.com/feeds/mobile/videos?q=music&format=1,5,6

然后对于 XML 格式在 -- 标签：youtube.com，2008：视频：qycqF1CWcXg并检索视频ID，即本例中的"qycqF1CWcXg">

适用于 JSON 格式的相同步骤。