匹配 Youtube URL 的正则表达式

Question

我正在尝试使用正则表达式验证 Youtube URL：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]+~', $videoLink)

它确实有效，但它可以匹配格式错误的 URL。例如，这样就可以匹配：

http://www.youtube.com/watch?v=Zu4WXiPRek

但是这也会：

http://www.youtube.com/watch?v=Zu4WX£&P!ek

这不会：

http://www.youtube.com/watch?v=!Zu4WX£&P4ek

我认为这是因为

+

运算符。当它需要尝试将

v=

后面的所有内容与

v=

匹配时，它会匹配

[a-zA-Z0-9-]

之后的第一个字符。感谢任何帮助，谢谢。

Answer 1

提供一个比正则表达式更大、更不优雅的替代方案，但可以与 PHP 的本机 URL 解析函数配合使用，因此从长远来看它可能更可靠：

 $url = "http://www.youtube.com/watch?v=Zu4WXiPRek";

 $query_string = parse_url($url, PHP_URL_QUERY); // v=Zu4WXiPRek

 $query_string_parsed = array();                        
 parse_str($query_string, $query_string_parsed); // an array with all GET params

 echo($query_string_parsed["v"]); // Will output Zu4WXiPRek that you can then
                                  // validate for [a-zA-Z0-9] using a regex

Answer 2

问题是您不需要 URL 的 v= 部分包含任何特定数量的字符。例如，检查

http://www.youtube.com/watch?v=Zu4WX£&P!ek

将匹配

http://www.youtube.com/watch?v=Zu4WX

因此返回 true。您需要在 v= 部分指定所需的字符数：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]{10}~', $videoLink)

或指定组 [a-zA-Z0-9-] 必须是字符串的最后部分：

preg_match('~http://youtube.com/watch\?v=[a-zA-Z0-9-]+$~', $videoLink)

你的另一个例子

http://www.youtube.com/watch?v=!Zu4WX£&P4ek

不匹配，因为+号要求至少有一个字符必须匹配[a-zA-Z0-9-]。

Answer 3

简短回答：

preg_match('%(http://www.youtube.com/watch\?v=(?:[a-zA-Z0-9-])+)(?:[&"\'\s])%', $videoLink)

这里做了一些假设，所以让我解释一下：

• 我在链接的整个

  ( ... )

  部分添加了一个捕获组

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

  ，这样我们就可以说“我想要获取整个经过验证的链接，包括 ?v=movieHash”
• 我在你的字符集

  (?: ... )

  周围添加了非捕获组

  [a-zA-Z0-9-]

  ，并将+号留在了外面。这将使我们能够在一定程度上匹配所有允许的字符。

• 最重要的是，您需要告诉它您期望您的链接如何终止。我来帮你猜猜

  (?:[&"\'\s])

  ？）它会是 html 格式（例如锚标记）吗？如果是这样，href中的链接显然将以“或'结束。
  ？）或者查询字符串可能还有更多内容，因此在 v 的值后面会有一个 &。
  ？）链接末尾后可能有空格或换行符\s。

重要的是，如果您知道要搜索的内容周围有什么，则可以获得更准确的结果，就像许多正则表达式的情况一样。

这个非捕获组（我在其中为你做出假设）将尝试找到并忽略在你关心的内容之后的所有额外垃圾（？v=awesomeMovieHash）。

结果：

http://www.youtube.com/watch?v=Zu4WXiPRek
 - Group 1 contains the http://www.youtube.com/watch?v=Zu4WXiPRek

http://www.youtube.com/watch?v=Zu4WX&a=b
 - Group 1 contains http://www.youtube.com/watch?v=Zu4WX

http://www.youtube.com/watch?v=!Zu4WX£&P4ek
 - No match

a href="http://www.youtube.com/watch?v=Zu4WX&size=large"
 - Group 1 contains http://www.youtube.com/watch?v=Zu4WX

http://www.youtube.com/watch?v=Zu4WX£&P!ek
 - No match

Answer 4

“v=...” blob 不保证是 URL 查询部分中的第一个参数。我建议使用 PHP 的 parse_url() 函数将 URL 分解为其组成部分。如果有人以“https://”开头字符串或简单地使用“youtube.com”而不是“www.youtube.com”等，您还可以重新组装原始 URL。

function get_youtube_vidid ($url) {
    $vidid = false;
    $valid_schemes = array ('http', 'https');
    $valid_hosts = array ('www.youtube.com', 'youtube.com');
    $valid_paths = array ('/watch');

    $bits = parse_url ($url);
    if (! is_array ($bits)) {
        return false;
    }
    if (! (array_key_exists ('scheme', $bits)
            and array_key_exists ('host', $bits)
            and array_key_exists ('path', $bits)
            and array_key_exists ('query', $bits))) {
        return false;
    }
    if (! in_array ($bits['scheme'], $valid_schemes)) {
        return false;
    }
    if (! in_array ($bits['host'], $valid_hosts)) {
        return false;
    }
    if (! in_array ($bits['path'], $valid_paths)) {
        return false;
    }
    $querypairs = explode ('&', $bits['query']);
    if (count ($querypairs) < 1) {
        return false;
    }
    foreach ($querypairs as $querypair) {
        list ($key, $value) = explode ('=', $querypair);
        if ($key == 'v') {
            if (preg_match ('/^[a-zA-Z0-9\-_]+$/', $value)) {
                # Set the return value
                $vidid = $value;
            }
        }
    }

    return $vidid;
}

Answer 5

以下正则表达式将匹配任何 YouTube 链接：

$pattern='@(((http(s)?://(www\.)?)|(www\.)|\s)(youtu\.be|youtube\.com)/(embed/|v/|watch(\?v=|\?.+&v=|/))?([a-zA-Z0-9._\/~#&=;%+?-\!]+))@si';

Answer 6

^(?:(?:https?:)?\/\/)?(?:(?:(?:www|m(?:usic)?)\.)?youtu(?:\.be|be(?:-nocookie)?\.com))\/(?:shorts\/|live\/|v\/|embed\/|watch(?:\/|\?(?:\S+=\S+&)*v=)|oembed\?url=https?%3A\/\/(?:www|m(?:usic)?)\.youtube(?:-nocookie)?\.com\/watch\?(?:\S+=\S+&)*v%3D|attribution_link\?(?:\S+=\S+&)*u=(?:\/|%2F)watch(?:\?|%3F)v(?:=|%3D)|playlist\?(?:\S+=\S+&)*list=)?([\w-]+)[\?&#]?\S*$

从任何已知的 YouTube URL（还有音乐、短片、现场、嵌入、nocookie 等）中提取视频 ID。这是相关问题下的答案https://stackoverflow.com/a/78172756/11194000

如果您愿意，可以在正则表达式中使用

{11}

而不是

+

将视频 ID 限制为 11 个字符。