使用PHP从字符串中提取URL

Question

如何使用PHP来识别字符串中的URL并将其存储到数组中？

如果URL包含逗号，则无法使用explode函数获得正确结果。

- Azraar Azward

---

请参见 https://dev59.com/v2bWa4cB1Zd3GeqPV173#11588614 - Avatar

使用以下代码：preg_match_all("/\b((https?):\/\/)?([a-z0-9-.]*)\.([a-z]{2,3})([-A-Z0-9+&@#\/%?=~_|$!:,.;]*[A-Z0-9+&@#\/%=~_|$])/i", $string, $match); - Harsh Patel

Answer 1

正则表达式是解决你问题的答案。参照对象操作器的答案......唯一需要排除的是“逗号”，所以你可以尝试使用这段代码，它将排除它们并将给出3个分离的URL作为输出：

$string = "The text you want to filter goes here. http://google.com, https://www.youtube.com/watch?v=K_m7NEDMrV0,https://instagram.com/hellow/";

preg_match_all('#\bhttps?://[^,\s()<>]+(?:\([\w\d]+\)|([^,[:punct:]\s]|/))#', $string, $match);

echo "<pre>";
print_r($match[0]); 
echo "</pre>";

输出结果为

Array
(
    [0] => http://google.com
    [1] => https://www.youtube.com/watch?v=K_m7NEDMrV0
    [2] => https://instagram.com/hellow/
)

- aampudia

---

也许你想通过添加'i'修饰符使它不区分大小写，例如...#i'。 - MrWhite

只是一个提醒，有些URL在其查询字符串中使用逗号。 - relipse

@aampudia：我想要一个文本框，让访客输入内容，但是我不希望他们添加链接。我想从这个字符串中删除所有的URL，即使访客没有输入协议也要删除。我知道“www”只是一个子域名，但通常它是最重要的一个。同时，如果访客只输入了google.com，那么函数将无法工作，或者如果他输入了www(.)google(.)com... - Marco

请注意，URL并不总是包含“http”或“https”，因为它们也可以以“//”开头。 - ashleedawg

这个正则表达式在URL中包含括号和撇号时会出错。一个好的URL应该被编码，但有时我们需要处理大量数据，这就是这个解决方案无法胜任的地方。 - Rafee

Answer 2

请尝试使用以下正则表达式：

$regex = '/https?\:\/\/[^\",]+/i';
preg_match_all($regex, $string, $matches);
echo "<pre>";
print_r($matches[0]); 

希望这对你有用。

- JiteshNK

---

当URL没有用逗号分隔时，此查询是“贪婪”的。 - patrick

Answer 3

你可以在这里尝试正则表达式：

$string = "The text you want to filter goes here. http://google.com, https://www.youtube.com/watch?v=K_m7NEDMrV0,https://instagram.com/hellow/";

preg_match_all('#\bhttps?://[^\s()<>]+(?:\([\w\d]+\)|([^[:punct:]\s]|/))#', $string, $match);

echo "<pre>";
print_r($match[0]); 
echo "</pre>";

这将会产生以下输出：

Array
(
  [0] => http://google.com
  [1] => https://www.youtube.com/watch?v=K_m7NEDMrV0,https://instagram.com/hellow/
)

- Object Manipulator

---

输出数组应该有3个结果，而不是2个。这三个结果是：http://google.com、https://www.youtube.com/watch?v=K_m7NEDMrV0 和 https://instagram.com/hellow/。 - Azraar Azward

[\w\d]+ === [\w]+ - ion

Answer 4

尝试这个。

function getUrls($string)
{
$regex = '/https?\:\/\/[^\" ]+/i';
preg_match_all($regex, $string, $matches);
return ($matches[0]);
}
$urls = getUrls($string);
print_r($urls);

或者

$str = '<a href="http://foobar.com"> | Hello world Im a http://google.fr |     Did you mean:http://google.fr/index.php?id=1&b=6#2310';
$pattern = '`.*?((http|ftp)://[\w#$&+,\/:;=?@.-]+)[^\w#$&+,\/:;=?@.-]*?`i';
if (preg_match_all($pattern,$str,$matches)) 
{
print_r($matches[1]);
}

它将会起作用。

- khan

---

不，它仍然给出了2个结果。有3个URL，但只返回了2个。你能看到吗？Array（[0] => http://google.com，[1] => https://www.youtube.com/watch?v=K_m7NEDMrV0，https://instagram.com/hellow/） - Azraar Azward

可能这个链接会对你有所帮助：https://dev59.com/-m855IYBdhLWcg3wXC5- - khan

你能提供一个使用该正则表达式的例子吗？ - Azraar Azward

不行，它对我的字符串无效。$string =“您要过滤的文本在此处。http://google.com，https://www.youtube.com/watch?v=K_m7NEDMrV0，https://instagram.com/hellow/”; - Azraar Azward

Answer 5

$urlstring = "The text you want to filter goes here. http://google.com, https://www.youtube.com/watch?v=K_m7NEDMrV0,https://instagram.com/hellow/";

preg_match_all('#\bhttps?://[^,\s()<>]+(?:\([\w\d]+\)|([^,[:punct:]\s]|/))#', $urlstring , $result);

print_r($result[0]); 

- Prassd Nidode

---

不，它仍然只给出2个URL。结果应该给出3个URL。 - Azraar Azward

Answer 6

$string = "The text you want to filter goes here. http://google.com,
https://www.youtube.com/watch?v=K_m7NEDMrV0,https://instagram.com/hellow/";

preg_match_all('#\bhttps?://[^\s()<>]+(?:\([\w\d]+\)|([^[:punct:]\s]|/))#',
$string, $match);

echo "<pre>"; $arr = explode(",", $match[0][1]);
print_r($match[0][0]); print_r($arr); echo "</pre>";

- Prassd Nidode