正则表达式来提取不同视频嵌入来源

问题描述：

我的SMF论坛包含视频文章，我想提取它们以显示在Wordpress主页上。我目前的正则表达式（感谢！）提取了我使用AutoEmbed嵌入的视频的URL。正则表达式来提取不同视频嵌入来源

一切正常，直到一个帖子是这样的：

<embed height="600" width="600" allowscriptaccess="never" quality="high" loop="true" play="true" src="http://mmavlog.net/embed/player.swf?file=http://video.ufc.tv/CSG/UFC113/20100507_ufc113_weigh_in_400k.flv" type="application/x-shockwave-flash">

这里是我当前的正则表达式：

$regexp = "/\b(?:(?:https?|ftp):\/\/|www\.)[-a-z0-9+&@#\/%?=~_|!:,.;]*[-a-z0-9+&@#\/%=~_|]/i";

由于帖子可以包含<embed>或<object>我意识到，寻找在URL中使用“http”可能不准确。如何使用正则表达式来查找“src =”为<embed>，“data =”为<object>？

答

怎么不去做它，即使它的工作原理：

$str = <<<HTML 
<object width="550" height="400"> 
    <param name="movie" value="somefilename.swf"> 
    <embed src="somefilename.swf" width="550" height="400"> 
    </embed> 
</object> 
HTML; 

$matches = array(); 
if (preg_match_all('/(src|value)="([^"]+)"/', $str, $matches)) { 
    print_r($matches); 
} 
// Array 
// (
//  [0] => Array 
//   (
//    [0] => value="somefilename.swf" 
//    [1] => src="somefilename.swf" 
//  ) 
// 
//  [1] => Array 
//   (
//    [0] => value 
//    [1] => src 
//  ) 
// 
//  [2] => Array 
//   (
//    [0] => somefilename.swf 
//    [1] => somefilename.swf 
//  ) 
// 
//)

如何真正做到这一点：

这是如何与simplehtmldom解析HTML的例子，这是你应该使用正则表达式来做什么（尽管你可以使用任何其他HTML解析器，但不是严格意义上的simplehtmldom，它们大多数都有类似的API）。

<?php 
include('simple_html_dom.php'); 

$str = <<<HTML 
<object width="550" height="400"> 
    <param name="movie" value="somefilename.swf"> 
    <embed src="somefilename.swf" width="550" height="400"> 
    </embed> 
</object> 
HTML; 

$html = str_get_html($str); 
$embed = $html->find('embed', 0); 
echo $embed->src; 
// prints somefilename.swf 

$object = $html->find('object param', 0); 
echo $object->value; 
// prints somefilename.swf 
?>

这可能是一个新手问题，我如何处理报价？我有$ regexp ='（src | data）=“（[^”] +）“' – Ben 2010-05-11 23:16:24

在这里，我扩大了一些答案，包括gurun8和德兰Azabani建议这是你想要去的方式 – 2010-05-12 14:10:20

真棒，这看起来比正则表达式更加容易和有效。感谢您的更新！ – Ben 2010-05-12 17:56:40

答

你有没有考虑过解析HTML作为XML（提供的HTML结构良好）提取节点和属性数据，而不是依赖于正则表达式？

我不是很熟悉这个过程，你能指点我正确的方向吗？ – Ben 2010-05-11 22:56:12

或解析为SGML/HTML5解析器，这是什么意思解析HTML。 – 2010-05-12 00:43:12

嘿，本！我的道歉，我没有看到您的评论之前。这是一个PHP的XML DOM链接：http://www.w3schools.com/php/php_xml_dom.asp和这个图书馆看起来也很有趣：http：//simplehtmldom.sourceforge.net/德兰的建议可能也有帮助。德兰你有一个有用的链接，你可以推荐吗？ – gurun8 2010-05-12 02:59:36

答

要解决的正则表达式：

/(?:src|data)="([^"]+)"/

一个提示：避免嵌入视频与embed和object - 这是2002年如此尝试使用更简单，更强大的video标签（要求无插件）。

我会爱上使用视频标签，但并非所有的浏览器都支持它... – Ben 2010-05-11 22:57:49

你更愿意'没有IE支持'或'越野车，不安全和未来的防护技术'吗？ ;） – 2010-05-12 00:42:43

哈，好的回应，但由于60％的用户是IE浏览器，我坚持到更新。 – Ben 2010-05-12 17:53:37

正则表达式来提取不同视频嵌入来源

相关推荐