PHP：如何从一段文本中提取URL？

Question

假设我有一个包含推特帖子的大型RSS源，它们都是纯文本。很多帖子包含URL，我希望这些URL变成链接。

所以我有一个变量等于：

可视化裁员行业、数量和日期。期待看到类似的招聘趋势。http://bit.ly/XBW4z

我想把它变成：

可视化裁员行业、数量和日期。期待看到类似的招聘趋势。http://bit.ly/XBW4z 我该怎么做？当涉及到正则表达式及其类似物时，我无能为力，因此非常感谢您的帮助！

- Eileen

---

糟糕！StackOverflow自动将我的URL转换为链接了！好的，假装上面的第一个引用块没有链接。只有文本！ - Eileen

也许你应该问Joel :) - Robert Elwell

Answer 1

取决于您想匹配什么

一个简单的正则表达式是

http\://[a-zA-Z0-9./?&_\-]*

它将匹配任何以http://开头并且只包含在[]中的字符 - A到Z，0到9，-，.，/，?，&的URL。

如果您想匹配其他协议（https，ftp等），可以使用

(http|ftp|anyotherprotocolyouwant)\://[a-zA-Z0-9./?&_\-]*

如果您想支持更多字符，请将它们添加到[]中。

更新：忘记了大写字母的支持！糟糕

- configurator

---

数字或其他有效字符怎么办？ - Gumbo

好的，那就是正则表达式。我该如何将其应用于我的文本块变量？我是使用正则表达式还是preg_replace，还是其他什么方法？（我可不是白说自己对正则表达式没用...） - Eileen

有些人遇到问题时，会想：“我知道，我可以使用正则表达式。”现在他们有两个问题... - configurator

哈！我的想法通常是：“哦，该死，也许这需要一个正则表达式”。 - Eileen

我认为这个表达式无法正确处理查询参数。 - Boden

Answer 2

我也想要一个... 在搜索结果的第一个链接中查看。 这很古老！

顺便说一句，看看右边... 我们有类似的问题。 识别纯文本中的URL 在文本或HTML中使用正则表达式匹配URL和图像

- codege3k

---

哇，其实这是我第一次看到有人发布谷歌链接而没有被抨击。 - Tomalak

@Tomalak..我看到有人大喊不要使用谷歌搜索！请展示你所说的问题。我想看一下;-) - Shoban

Answer 3

好的，这里有一个令人困惑的问题（关于在文本或HTML中使用URL和图像的正则表达式），但底部有一个有用的答案。至少对我和我的情况有效！

$text = preg_replace('@(http://([\w-.]+)+(:\d+)?(/([\w/_.]*(\?\S+)?)?)?)@', 
                 '<a href="$1">$1</a>', $text);

- Eileen

---

但仅限于您的情况。像 http://example.com/foo-bar 或 http://example.com/foo#bar 这样的 URL 不会匹配。 - Gumbo

@Eileen：嗯...底部的“有用答案”已经被投票-1了。这至少暗示着它可能存在缺陷。 - Tomalak

真的，就像我说的，它适用于我所有的情况，而且除了 Boden 以外，在所有提出的答案中，这是唯一一个实际显示如何在 PHP 中执行替换的答案。给我复杂（但完美！）的正则表达式没有附上 PHP 让它工作也是无用的。 - Eileen

Answer 4

只是添加一些信息...在phpclass.org上检查这个类，它会解决你的问题...这个类将找到链接并将它们转换为可用的格式...

http://www.phpclasses.org/browse/package/6114.html

- user307714

Answer 5

看一下 preg_replace 函数。就像这样：

$regex_url = "((https?|ftp|gopher|telnet|file|notes|ms-help):((//)|(\\\\))+[\w\d:#@%/;$()~_?\+-=\\\.&]*)";

preg_replace($regex_url, '<a href="$1">$1</a>', $your_input_string);

从以下链接中获取的URL正则表达式: http://www.geekzilla.co.uk/view2D3B0109-C1B2-4B4E-BFFD-E8088CBC85FD.htm

- Boden

Answer 6

有正则表达式可以匹配有效的URL。例如URL的完整正则表达式，它是从URL的语法定义中派生出来的。

但最好明确声明它们，而不是试图找到它们。因为有些情况下无法区分某些字符是URL的一部分还是纯文本。

- Gumbo