如何使用正则表达式在字符串中查找所有YouTube视频ID？

时间：2011-04-29 09:32:42

标签： php regex youtube

我有一个文本字段，用户可以在其中编写任何内容。

例如：

  

Lorem Ipsum只是虚拟文本。   http://www.youtube.com/watch?v=DUQi_R4SgWo   印刷和排版   行业。 Lorem Ipsum一直是   业界标准的虚拟文本   自16世纪以来，当一个未知数   打印机拿了一个类型的厨房   争抢它制作一个类型标本   书。它不仅存活了五个   几个世纪，也是飞跃   电子排版，剩下的   基本不变。   http://www.youtube.com/watch?v=A_6gNZCkajU&feature=relmfu   它在20世纪60年代随着推广而普及   Letraset表的发布   含有Lorem Ipsum通道，和   最近有桌面出版   像Aldus PageMaker这样的软件   包括Lorem Ipsum的版本。

现在，我想解析它，找到所有YouTube视频网址及其ID。

知道这有用吗？

10 个答案:

答案 0 :(得分：284)

可能会遇到各种格式的YouTube视频网址：

  • 最新的简短格式：http://youtu.be/NLqAF9hrVbY
  • iframe：http://www.youtube.com/embed/NLqAF9hrVbY
  • iframe（安全）：https://www.youtube.com/embed/NLqAF9hrVbY
  • 对象参数：http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US
  • object embed：http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US
  • 观看：http://www.youtube.com/watch?v=NLqAF9hrVbY
  • 用户：http://www.youtube.com/user/Scobleizer#p/u/1/1p3vcRhsYGo
  • ytscreeningroom：http://www.youtube.com/ytscreeningroom?v=NRHVzbJVx8I
  • any / thing / goes！：http://www.youtube.com/sandalsResorts#p/c/54B8C800269D7C1B/2/PPS-8DMrAn4
  • any / subdomain / too：http://gdata.youtube.com/feeds/api/videos/NLqAF9hrVbY
  • 更多参数：http://www.youtube.com/watch?v=spDj54kf-vY&feature=g-vrec
  • 查询可能包含点：http://www.youtube.com/watch?v=spDj54kf-vY&feature=youtu.be
  • nocookie domain：http://www.youtube-nocookie.com

这是一个带有注释正则表达式的PHP函数，它匹配每个URL表单并将它们转换为链接（如果它们不是链接）：

// 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。

这是一个完全相同的正则表达式的JavaScript版本（删除了注释）：

// 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>');
}

备注：

  • 网址的VIDEO_ID部分在唯一的捕获组中捕获：$1。
  • 如果您知道您的文本不包含任何预先链接的URL，您可以安全地删除测试此条件的否定前瞻断言（以评论开头的断言：“断言URL未预先链接。“）这会加速正则表达式。
  • 可以修改替换字符串以适应。上面提供的内容只是创建指向通用"http://www.youtube.com/watch?v=VIDEO_ID"样式网址的链接，并将链接文本设置为："YouTube link: VIDEO_ID"。

编辑2011-07-05：将-连字符添加到ID char类

编辑2011-07-17：修复了正则表达式，以使用YouTube ID后面的任何剩余部分（例如查询）。添加了'i' ignore-case 修饰符。将功能重命名为camelCase。改进了预先链接的先行测试。

编辑2011-07-27：添加了新的“用户”和“ytscreeningroom”格式的YouTube网址。

编辑2011-08-02：简化/概括以处理新的“任意/事物/去”YouTube网址。

编辑2011-08-25：多项修改：

  • 添加了Javascript版本的：linkifyYouTubeURLs()功能。
  • 以前版本的方案（HTTP协议）部分是可选的，因此会匹配无效的URL。制定了计划部分。
  • 以前的版本在VIDEO_ID周围使用了\b字边界锚点。但是，如果VIDEO_ID以-破折号开头或结尾，则无效。已修复，以便处理此情况。
  • 更改了VIDEO_ID表达式，使其长度必须为11个字符。
  • 如果先前版本的VIDEO_ID后面有查询字符串，则前一版本无法排除预先链接的网址。改进了负前瞻性断言来解决这个问题。
  • 将+和%添加到匹配查询字符串的字符类中。
  • 将PHP版正则表达式分隔符从：%更改为：~。
  • 添加了“备注”部分，附有一些便利的笔记。

编辑2011-10-12： YouTube网址主机部分现在可能有任何子域名（不只是www.）。

修改2012-05-01：消费网址部分现在可以允许使用“ - ”。

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。

修改2013-11-30：添加了@CRONUS提供的其他格式：youtube-nocookie.com。

编辑2016-01-25：修复正则表达式以处理CRONUS提供的错误案例。

答案 1 :(得分：10)

以下是我曾为一个提取YouTube和Vimeo视频密钥的项目编写的方法：

/**
 *  strip important information out of any video link
 *
 *  @param  string  link to a video on the hosters page
 *  @return mixed  FALSE on failure, array on success
 */
function getHostInfo ($vid_link)
{
  // YouTube get video id
  if (strpos($vid_link, 'youtu'))
  {
    // Regular links
    if (preg_match('/(?<=v\=)([\w\d-_]+)/', $vid_link, $matches))
      return array('host_name' => 'youtube', 'original_key' => $matches[0]); 
    // Ajax hash tag links
    else if (preg_match('§([\d\w-_]+)$§i', $vid_link, $matches))
      return array('host_name' => 'youtube', 'original_key' => $matches[0]);
    else
      return FALSE;
  }
  // Vimeo get video id
  elseif (strpos($vid_link, 'vimeo'))
  {
    if (preg_match('§(?<=/)([\d]+)§', $vid_link, $matches))
      return array('host_name' => 'vimeo', 'original_key' => $matches[0]); 
    else
      return FALSE;
  }
  else
    return FALSE;
}
  1. 查找将从文本中提取所有链接的正则表达式。谷歌会帮助你。
  2. 循环所有链接并为每个
    3. 调用getHostInfo（）

答案 2 :(得分：8)

虽然回答者的答案是我答案的基础，但由于VIDEO_ID的多个可能匹配，他不能解决所有网址并且我不相信它有能力做到这一点。 YouTube网址。我的正则表达式包括他作为最后手段的积极方法，但首先尝试所有常见的匹配，大大减少了URL后面错误匹配的可能性。

这个正则表达式：

/https?:\/\/(?:[0-9A-Z-]+\.)?(?:youtu\.be\/|youtube\.com(?:\/embed\/|\/v\/|\/watch\?v=|\/ytscreeningroom\?v=|\/feeds\/api\/videos\/|\/user\S*[^\w\-\s]|\S*[^\w\-\s]))([\w\-]{11})[?=&+%\w-]*/ig;

处理最初在ridgerunners示例中引用的所有案例，以及稍后可能在URL中具有11个字符序列的任何URL。即：

http://www.youtube.com/watch?v=GUEZCxBcM78&feature=pyv&feature=pyv&ad=10059374899&kw=%2Bwingsuit

以下是测试所有YouTube网址示例的工作示例：

http://jsfiddle.net/DJSwc/5/

答案 3 :(得分：2)

使用：

<?php

    // The YouTube URL string

    $youtube_url='http://www.youtube.com/watch?v=8VtUYvwktFQ';

    // Use regex to get the video ID

    $regex='#(?<=v=)[a-zA-Z0-9-]+(?=&)|(?<=[0-9]/)[^&\n]+|(?<=v=)[^&\n]+#';

    preg_match($regex, $youtube_url, $id);

    // Plug that into our HTML
?>

答案 4 :(得分：2)

好的，我自己做了一个功能。但我相信它效率很低。 欢迎任何改进：

function get_youtube_videos($string) {

    $ids = array();

    // Find all URLs
    preg_match_all('/(http|https)\:\/\/[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(\/\S*)?/', $string, $links);

    foreach ($links[0] as $link) {
        if (preg_match('~youtube\.com~', $link)) {
            if (preg_match('/[^=]+=([^?]+)/', $link, $id)) {
                $ids[] = $id[1];
            }
        }
    }
    return $ids;
}

答案 5 :(得分：2)

尝试

[^\s]*youtube\.com[^\s]*?v=([-\w]+)[^\s]*

您将在第一个捕获组中找到视频ID。我不知道的是什么是有效的视频ID？目前我检查v=并捕获所有-A-Za-z0-9_。

我使用您的示例字符串在线here on rubular进行了检查。

答案 6 :(得分：1)

我尝试了一个简单的表达式来获取视频：

[?&]v=([^&#]*)

检查它是否在线here at phpliveregex。

答案 7 :(得分：1)

原始海报询问“我想解析它，找到所有YouTube视频网址及其ID。”我将上面最受欢迎的答案切换为preg_match并返回了视频ID和网址。

从帖子中获取YouTube网址和ID：

$match[0] = Full URL
$match[1] = video ID

function get_youtube_id($input) {
    $input = preg_match('~https?://(?:[0-9A-Z-]+\.)?(?:youtu\.be/|youtube(?:-nocookie)?\.com\S*[^\w\s-])([\w-]{11})(?=[^\w-]|$)(?![?=&+%\w.-]*(?:[\'"][^<>]*>|</a>))[?=&+%\w.-]*~ix',
                        $input, $match);
    return $match;
}

答案 8 :(得分：0)

通过字符串轻松查找YouTube链接：

function my_url_search($se_action_data)
{
    $regex = '/https?\:\/\/[^\" ]+/i';
    preg_match_all($regex, $se_action_data, $matches);
    $get_url=array_reverse($matches[0]);
    return array_unique($get_url);
}
echo my_url_search($se_action_data)

答案 9 :(得分：0)

String urlid="" ;
String  url="http://www.youtube.com/watch?v=0zM4nApSvMg#t=0m10s";
Pattern pattern =Pattern.compile("(?:http|https|)(?::\\/\\/|)(?:www.|)(?:youtu\\.be\\/|youtube\\.com(?:\\/embed\\/|\\/v\\/|\\/watch\\?v=|\\/ytscreeningroom\\?v=|\\/feeds\\/api\\/videos\\/|\\/user\\\\S*[^\\w\\-\\s]|\\S*[^\\w\\-\\s]))([\\w\\-\\_]{11})[a-z0-9;:@#?&%=+\\/\\$_.-]*");
Matcher result = pattern.matcher(url);
    if (result.find())
    {
         urlid=result.group(1);

    }

java中的这段代码对于目前所有的youtube网址都非常好。

相关问题
最新问题