段落からhttpリンクを抽出してPHP上の配列に格納する方法

Question

私は、このテキストの中のすべてのリンクを取得して保存するための、高速で高速なメソッドを探しています。配列。

テキストは平文ASCIIであり、リンクはhttp://thesite.comまたはhttp://www.thesite.comのような一般的なものです。助けてくれてありがとう。任意の「URL正規表現」のための

Answer 1

$text = 'Lorem ipsum http://thesite.com dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor 
incididunt https://www.thesite.com ut labore et dolore magna aliqua. Ut http://www.thesite.com enim ad minim veniam,'; 

$pattern = '!(https?://[^\s]+)!'; // refine this for better/more specific results 

if (preg_match_all($pattern, $text, $matches)) { 
    list(, $links) = ($matches); 
    print_r($links); 
} 

Answer 2

検索グーグルは、その後、次のコードに挿入：$での配列は[0]と一致するよう

preg_match_all("/your url regex here/",$text,$matches); 

すべての一致は現在保存されています。

Answer 3

正規表現を使用する必要があります。 pregとeregは両方ともPHPで面白いですが、eregは使いやすく、遅いと考えています。

ここでは、$ textからURLを取得する簡単なpreg呼び出しを示します。

preg_match_all("/https?:\/\/[^\s]+/i", $text, $urls); 

$ urlsはURLの配列です。

Answer 4

ここではこれらの正規表現はすべていいですし、時間が経つにつれて成長し、最終的には少し違って見えるかもしれません。それは私の信用でもありませんし、理想的です。これは数年後のコミュニティプロジェクトのコードであり、理想だとは言いたくはありませんが、いくつかのニーズに合っています。それをひとつの関数にまとめました：

echo make_clickable('test http://www.google.com/'); 

/** 
* make_clickable 
* 
* make a text clickable 
* 
* @param string $text to make clickable 
* @param callback $url callback to process URLs 
* @return string clickable text 
* @author hakre and contributors 
* @license GPL 
*/ 
function make_clickable($text, $url = null) { 
    if (null === $url) 
     $callback_url = function($url) {return $url;}; 
    else 
     $callback_url = $url; 
    $ret = ' ' . $text; 
    // urls 
    $save = ini_set('pcre.recursion_limit', 10000); 
    $retval = preg_replace_callback('#(?<!=[\'"])(?<=[*\')+.,;:!&$\s>])(\()?([\w]+?://(?:[\w\\x80-\\xff\#%~/?@\[\]-]{1,2000}|[\'*(+.,;:!=&$](?![\b\)]|(\))?([\s]|$))|(?(1)\)(?![\s<.,;:]|$)|\)))+)#is', function($matches) use ($callback_url) 
    { 
     $url = $matches[2]; 
     $suffix = ''; 

     /** Include parentheses in the URL only if paired **/ 
     while (substr_count($url, '(') < substr_count($url, ')')) { 
      $suffix = strrchr($url, ')') . $suffix; 
      $url = substr($url, 0, strrpos($url, ')')); 
     } 

     $url = $callback_url($url); 
     if (empty($url)) 
      return $matches[0]; 

     return $matches[1] . "<a href=\"$url\">$url</a>" . $suffix; 
    }, $ret); 
    if (null !== $retval) 
     $ret = $retval; 
    ini_set('pcre.recursion_limit', $save); 
    // web ftp 
    $ret = preg_replace_callback('#([\s>])((www|ftp)\.[\w\\x80-\\xff\#$%&~/.\-;:=,?@\[\]+]+)#is', function ($matches) use ($callback_url) 
    { 
     $ret = ''; 
     $dest = $matches[2]; 
     $dest = 'http://' . $dest; 
     $dest = $callback_url($dest); 
     if (empty($dest)) 
      return $matches[0]; 

     // removed trailing [.,;:)] from URL 
     if (in_array(substr($dest, -1), array('.', ',', ';', ':', ')')) === true) { 
      $ret = substr($dest, -1); 
      $dest = substr($dest, 0, strlen($dest)-1); 
     } 
     return $matches[1] . "<a href=\"$dest\">$dest</a>$ret"; 
    }, $ret); 
    // email 
    $ret = preg_replace_callback('#([\s>])([.0-9a-z_+-]+)@(([0-9a-z-]+\.)+[0-9a-z]{2,})#i', function($matches) 
    { 
     $email = $matches[2] . '@' . $matches[3]; 
     return $matches[1] . "<a href=\"mailto:$email\">$email</a>"; 
    }, $ret); 
    $ret = preg_replace("#(<a([^>]+?>|>))<a [^>]+?>([^>]+?)</a></a>#i", "$1$3</a>", $ret); 
    $ret = trim($ret); 
    return $ret; 
}