youtube正则表达式吞掉剩余的文本

Question

我正在对一段文本执行 preg_match_all 和 str_replace 来获取 YouTube-url 并将其替换为正确的嵌入代码。

假设我有以下文本块：

"bla bla bla bla <-youtube-url-> last few words"

一切正常 - youtube-url 被嵌入代码等替换。但是，运行 str_replace 后，“最后几个单词”从最终输出中消失。我怀疑正则表达式吞掉了 url 之后的所有内容...这就是我用来匹配和提取 YouTube ID 的内容：

%(?:youtube\.com/(?:[^/]+/.+/|(?:v|e(?:mbed)?)/|.*[?&]v=)|youtu\.be/)([^"&?/ ]{11})%i

任何帮助将不胜感激！

更新：

我刚刚发现只有当 youtube url 有任何尾随参数时才会出现问题。下面的输入吞掉了最后几个单词：

'www.youtube.com/watch?v=XXXXXXXXX&parameter=data last few words'

但是如果输入是这样的：

'www.youtube.com/watch?v=XXXXXXXXX last few words'

它工作得很好。任何人都可以帮助对正则表达式进行所需的调整吗？

Answer 1

我的不好。正如我最初怀疑的那样，正则表达式没有问题。

我将用户输入传递给 PHP 处理程序，而不通过 encodeURIComponent()< 转义输入/a> 首先。因此，处理程序假定 ¶meter=data 是下一个输入参数 - 导致 POST 变量损坏。

抱歉我的无能，感谢大家的帮助！

Answer 2

我通常会分解复杂的交替来找出发生了什么。
看来您可能对最后一个术语 [^"&?/ ]{11} 有疑问，但不确定
你想做什么。 （下面是 Perl 语言）

$samp = 'www.youtube.com/watch?v=XXXXXXXXX¶meter=data last few words';

$regex = qr%

(?:
    youtube\.com/
    (?:
        ( [^/]+/.+/ )    # 1
      | 
        (                # 2 
            v
          | e(?:mbed)?/
        )
      |
        ( .*[?&]v= )     # 3
    )
  |

    ( youtu\.be/ )     #4
)

( [^"&?/ ]{1,11} )     # 5, was {11}

(.*)$                  # 6 the remainder

%xi;


if ( $samp =~ /$regex/ )
{
  # just print what matched
    print "all: '
amp;' \n";
    print "1:   '$1' \n";
    print "2:   '$2' \n";
    print "3:   '$3' \n";
    print "4:   '$4' \n";
    print "5:   '$5' \n";
    print "6:   '$6' \n";
}

输出：

all: 'youtube.com/watch?v=XXXXXXXXX¶meter=data last few words'
1:   ''
2:   ''
3:   'watch?v='
4:   ''
5:   'XXXXXXXXX'
6:   '¶meter=data last few words'

Answer 3

将 .+ 更改为 \S+，这样就不会捕获空格作为正则表达式的一部分。

%(?:youtube\.com/(?:[^/]+/\S+/|(?:v|e(?:mbed)?)/|.*[?&]v=)|youtu\.be/)([^"&?/ ]{11})%i

.* 捕获了整行，而正则表达式的其余部分没有执行任何操作。

Answer 4

我不清楚你到底想做什么。但我建议您尝试使用正则表达式测试工具 - 例如 这个，但还有其他的。它可以让您直观地检查正则表达式的结果。