我有一个文本字段,用户可以在其中编写任何内容。
现在,我想解析它并找到所有YouTube视频URL及其ID。
任何想法如何工作?
YouTube视频网址可能会以多种格式出现:
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/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
这是带有带注释的正则表达式的PHP函数,该函数与这些URL形式中的每一个匹配,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。
这是具有完全相同的正则表达式的JavaScript版本(已删除注释):
// 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>'); }
笔记:
$1
"http://www.youtube.com/watch?v=VIDEO_ID"
"YouTube link: VIDEO_ID"
编辑2011-07-05:-在ID字符类中添加了连字符
-
编辑2011-07-17: 修复了正则表达式以使用YouTube ID后占用URL的任何其余部分(例如 query )的问题。添加了'i' 忽略大小写 修饰符。将函数重命名为camelCase。改进的预链接超前测试。
'i'
编辑2011-07-27: 添加了YouTube URL的新“用户”和“ ytscreeningroom”格式。
编辑2011-08-02: 简化/通用化以处理新的“任意/全部/正常” YouTube URL。
编辑2011-08-25:进行了 一些修改:
linkifyYouTubeURLs()
\b
+
%
~
编辑2011-10-12: YouTube URL主机部分现在可以具有任何子域(而不仅仅是www.)。
www.
编辑2012-05-01: 消费URL部分现在可以使用’-‘。
编辑2013-08-23: 添加了@Mei提供的其他格式。(查询部分可能有一个.点。
.
编辑2013-11-30: 添加了@CRONUS提供的其他格式:youtube-nocookie.com。
youtube-nocookie.com
编辑 2016年1月25日 : 修复了正则表达式以处理CRONUS提供的错误情况。