如何使用正则表达式查找字符串中的所有YouTube视频ID？

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只是伪文本。 印刷和排版行业的http://www.youtube.com/watch?v=DUQi_R4SgWo。自1500年代以来，Lorem Ipsum一直是业界的标准伪文本，当时一位不知名的打印机拿起一个厨房，将其打乱成一本样本书。它不仅生存了五个世纪，而且在电子排版方面也取得了飞跃，但基本上没有改变。 http://www.youtube.com/watch?v=A_6gNZCkajU&feature=relmfu 它在1960年代开始流行，发布了包含Lorem Ipsum段落的Letraset工作表，最近还发布了Aldus PageMaker等桌面发行软件，其中包括Lorem Ipsum的版本。

现在，我想解析它并找到所有YouTube视频URL及其ID。

任何想法如何工作？

YouTube视频网址可能会以多种格式出现：

• 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
• 对象嵌入： http://www.youtube.com/v/NLqAF9hrVbY?fs=1&hl=en_US
• 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
• 什么都行！： http://www.youtube.com/sandalsResorts#p/c/54B8C800269D7C1B/2/PPS-8DMrAn4
• 任何/子域/太： http://gdata.youtube.com/feeds/api/videos/NLqAF9hrVbY
• 更多参数： http://www.youtube.com/watch?v=spDj54kf-vY&feature=g-vrec
• 查询可能有点： http://www.youtube.com/watch?v=spDj54kf-vY&feature=youtu.be
• nocookie域： http://www.youtube-nocookie.com

这是一个带有带注释的正则表达式的PHP函数，该正则表达式与这些URL形式中的每一个匹配，并将它们转换为链接（如果它们还不是链接）：

// 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。

这是具有完全相同的正则表达式的JavaScript版本（已删除注释）：

// 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>');
}

笔记：

• URL的VIDEO_ID部分是在一个唯一的捕获组中捕获的$1。
• 如果您知道您的文本不包含任何预链接的URL，则可以安全地删除测试此条件的否定超前断言（断言以注释开头：“未预链接URL”。）这样可以加快速度正则表达式有点。
• 替换字符串可以修改以适合。上面提供的代码仅创建了到通用"http://www.youtube.com/watch?v=VIDEO_ID"样式URL的链接，并将链接文本设置为："YouTube link: VIDEO_ID"。

编辑2011-07-05：-在ID字符类中添加了连字符

编辑2011-07-17：修复了正则表达式以使用YouTube ID后占用URL的任何其余部分（例如query）的问题。添加了'i' 忽略大小写修饰符。将函数重命名为camelCase。改进的预链接超前测试。

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

编辑2011-08-02：简化/通用化，可以处理新的“任意/全部/正常” YouTube URL。

编辑2011-08-25：进行了一些修改：

• 添加了Java语言版本的linkifyYouTubeURLs()函数：。
• 先前版本的方案（HTTP协议）部分是可选的，因此将匹配无效的URL。使计划成为必需的一部分。
• 以前的版本\b在VIDEO_ID周围使用了字边界锚。但是，如果VIDEO_ID以-破折号开头或结尾，则此操作将无效。已修复，使其可以处理此情况。
• 更改了VIDEO_ID表达式，使其必须正好为11个字符长。
• 如果先前版本的VIDEO_ID后面有查询字符串，则先前版本无法排除预链接的URL。改进了否定超前断言来解决此问题。
• 向与字符类匹配的查询字符串中添加+和%。
• 更改PHP版本的正则表达式分隔符从：%到：~。
• 添加了带有一些方便注释的“注释”部分。

编辑2011-10-12： YouTube URL主机部分现在可以具有任何子域（而不仅仅是www.）。

编辑2012-05-01：消费URL部分现在可以使用'-'。

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。

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

编辑 2016年1月25日：修复了正则表达式以处理CRONUS提供的错误情况。

这是我曾经为提取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. 查找一个将从文本中提取所有链接的正则表达式。Google会为您提供帮助。
2. 循环所有链接，并为每个链接调用getHostInfo（）

尽管ridgerunner的答案是我回答的基础，但由于VIDEO_IDYouTube网址中可能存在多个匹配项，因此ridgerunner并不能解决所有网址，而且我认为它不能解决所有网址。我的regex包括他作为最后手段使用的激进方法，但首先尝试所有常见匹配，从而大大降低了后来在URL中出现错误匹配的可能性。

此正则表达式：

/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示例中引用的所有情况，以及以后可能在URL中碰巧具有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=%2连身衣

这是一个工作示例，用于测试所有示例YouTube网址：

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

尝试

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

您将在第一个捕获组中找到视频ID。我不知道什么是有效的视频ID？此刻，我检查v=并捕获了所有-A-Za-z0-9_。

我在网上用您的示例字符串在rubular上进行了检查。

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
?>

好吧，我发挥了自己的作用。但是我相信这是非常低效的。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;
}

我尝试了一个简单的表达式来仅获取videoid：

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

在phpliveregex上检查它是否可以在线运行。

原始海报询问“我想解析它并找到所有YouTube视频URL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URL。

从帖子中获取YouTube URL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;
}

通过字符串轻松找到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)

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网址都可以正常使用。