从网址查询字符串的“网址”参数获取值，即＆amp;定界的

Question

我正在使用PHP 7.4.1。

我正在尝试从Google解析RSS提要。

我的链接如下所示：

https://www.google.com/url?rct=j&sa=t&url=https://www.timeslive.co.za/sunday-times/news/2020-11-01-hawks-following-former-steinhoff-ceo-markus-joostes-money/&ct=ga&cd=CAIyGjRm
https://www.google.com/url?rct=j&sa=t&url=https://www.politifact.com/factchecks/2020/oct/31/raphael-warnock/fact-checking-raphael-warnocks-claim-georgia-sen-k/&ct=ga&cd=CAIyGm
https://www.google.com/url?rct=j&sa=t&url=https://www.benzinga.com/news/20/10/18156683/last-weeks-notable-insider-buys-ibm-intel-raytheon-and-more&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU
https://www.google.com/url?rct=j&sa=t&url=https://stocksregister.com/2020/10/31/insider-trading-at-avino-silver-gold-mines-ltd-nyseasm-what-did-we-note/&ct=ga&cd=CAIyGmM3Yjk5Y
https://www.google.com/url?rct=j&sa=t&url=https://www.businessinsider.co.za/who-received-an-sms-from-markus-jooste-2020-10&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU3MWY2MDY6Y29tOmVuOlVT&am
https://www.google.com/url?rct=j&sa=t&url=https://stocksregister.com/2020/10/31/insider-trading-at-veritone-inc-nasdaqveri-what-did-we-note/&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU3MWY2M
https://www.google.com/url?rct=j&sa=t&url=https://heavy.com/sports/las-vegas-raiders/jj-watt-stephon-gilmore-trade-targets/&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU3MWY2MDY6Y29tOmVuOlVT&a
https://www.google.com/url?rct=j&sa=t&url=https://stocksregister.com/2020/10/31/insider-trading-at-truecar-inc-nasdaqtrue-what-did-we-note/&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU3MWY2MD
https://www.google.com/url?rct=j&sa=t&url=https://stocksregister.com/2020/10/31/insider-trading-at-veeco-instruments-inc-nasdaqveco-what-did-we-note/&ct=ga&cd=CAIyGmM3Yjk5YjRl
https://www.google.com/url?rct=j&sa=t&url=https://stocksregister.com/2020/10/31/insider-trading-at-21vianet-group-inc-nasdaqvnet-what-did-we-note/&ct=ga&cd=CAIyGmM3Yjk5YjRlYWU

我想从url=获取真实链接，并切掉结尾/&ct=ga&cd=CAIyGjRm。

我尝试过str_replace，但由于结果不同，很难解析出结果。

关于如何获得链接的任何建议？

Answer 1

在没有合法/本机/可靠的技术来解析文本时，正则表达式是合适的。

PHP提供了本机函数来解析url和查询字符串。

以下代码段涉及多个本机函数，并且将比正则表达式执行得慢，但是当您的外部数据源重新配置其查询字符串数据时，中断的可能性也将大大降低。例如，如果它们添加了附加参数rawurl=，则regex容易将它们错误地匹配。在使用合法的解析技术还是使用正则表达式（在url，有效的html，bbcode等上）之间的争论太普遍了，但是开发人员的主要目标应该始终是数据完整性。如果您要处理大量数据，并且只有实际上提高速度，才能为执行速度牺牲数据完整性，从而为您的系统/最终用户带来宝贵的利益。如果您发现没有合理理由偏向于微优化解决方案，我建议您不要喝这种酷似的帮助。

这是解析网址并提取url值的一种方式。

代码：（Demo）

$url = 'https://www.google.com/url?rct=j&sa=t&url=https://www.timeslive.co.za/sunday-times/news/2020-11-01-hawks-following-former-steinhoff-ceo-markus-joostes-money/&ct=ga&cd=CAIyGjRm';

parse_str(
    htmlspecialchars_decode(
        parse_url(
            $url,
            PHP_URL_QUERY
        )
    ),
    $parts
);
echo $parts['url'];

输出：

https://www.timeslive.co.za/sunday-times/news/2020-11-01-hawks-following-former-steinhoff-ceo-markus-joostes-money/

我超级喜欢正则表达式，但不是每一项任务都喜欢。在这里避免使用正则表达式将使您的脚本更具可读性，可靠性和易于维护性。

Answer 2

您可以在preg_match_all中使用此正则表达式：

(?<=url=)https?:\S+?(?=&amp;|$)

RegEx Demo

RegEx详细信息：

• (?<=url=)：如果我们在当前位置之前有url=
• https?:\S+?：匹配以http:或https:开头的URL
• (?=&|$)：如果我们有&或行尾在当前位置之后

代码：

php > $s = "https://www.google.com/url?rct=j&sa=t&url=https://www.timeslive.co.za/sunday-times/news/2020-11-01-hawks-following-former-steinhoff-ceo-markus-joostes-money/&ct=ga&cd=CAIyGjRm";
php > preg_match_all('~(?<=url=)https?:\S+?(?=&amp;|$)~', $s, $m);
php > print_r($m[0]);
Array
(
    [0] => https://www.timeslive.co.za/sunday-times/news/2020-11-01-hawks-following-former-steinhoff-ceo-markus-joostes-money/
)