Question

所以我正在使用regexp来捕获字符串中的所有链接，这意味着从http，https等协议开始，以www开头的单词。或以某些特定域名结尾的单词“.com”，“。hr”和“.net”。但不知何故，我所做的这个正则表达式总是返回以协议开头的所有链接，但只返回以特定域结尾的最后一个链接。我做错了什么：|？非常感谢！

$description='test.com test2.hr http://www.test3.hr https://test4.com test3.net';
$pattern = '/\b(?:(?:https?|ftp|file):\/\/|www\.|ftp\.)[-A-Z0-9+&@#\/%=~_|$?!:,.]*[A-Z0-9+&@#\/%=~_|$]|(?:\b((?:[\w]+\.com$)|(?:[\w]+\.hr$)|(?:[\w]+\.net$)))/i';
preg_match_all($pattern, $description, $out);
var_dump($out[0]);

Answer 1

原始正则表达式存在一些问题。首先，您应该使用条件修饰符?来处理协议。我不确定你为什么要使用[A-Z0-9+&@#\/%=~_|$]的第二个块，或者之后为什么要使用|运算符;如果有具体原因，请告诉我。最后，$仅在正则表达式的最后使用它时作为字符串结尾;否则，你应该使用\Z，它匹配正则表达式中任何一点的字符串结尾，尽管我认为你不想在这里匹配字符串结尾。我已经按照我认为你希望它工作的方式改写了下面的正则表达式：

$description='test.com test2.hr http://www.test3.hr https://test4.com test3.net trash string don\'t match test4.net';
$pattern = '/(?:(?:https?|ftp|file):\/\/(?:www|ftp)\.)?[-A-Z0-9+&@#\/%=~_|$?!:,.]*(\.[A-Z]+)/i';
preg_match_all($pattern, $description, $out);
var_dump($out[0]);

返回：

array(6) {
  [0]=>
  string(8) "test.com"
  [1]=>
  string(8) "test2.hr"
  [2]=>
  string(19) "http://www.test3.hr"
  [3]=>
  string(17) "https://test4.com"
  [4]=>
  string(9) "test3.net"
  [5]=>
  string(9) "test4.net"
}

PHP中的REGEXP用于捕获特定的域链接

1 个答案: