如何使用正則表達式來抓取網址，然後從網站回顯網址？

Question

只是爲了好玩，我試圖編寫一些代碼來掃描YouTube網址的網站並保存它們。 URL不在標籤內，所以我需要使用正則表達式。我有這個部分。但我如何去迴應數組中的URL呢？

我有什麼至今：

<?php 

$website = file_get_contents('http://boards.4chan.org/mu/res/41283979'); 
$reg_exURL = "/(?:https?://)?(?:www\.)?youtu(?:be\.com/watch\?(?:.*?&(?:amp;)?)?v=|\.be/)([\w‌​\-]+)(?:&(?:amp;)?[\w\?=]*)?/"; 

if(preg_match($reg_exURL, $website, $urls)) { 
    // Echo all values in the array 
    foreach ($urls as $url) { 
     echo $url; 
    } 
} else { 
    echo "No URLs Found."; 
} 

?> 

但是，當我回聲$網址，我剛剛得到了這個詞「陣列」。我想查看所有網址，最好每行都有一個。

Answer 1

通知4chan的增加如何在YouTube上的ID <wbr>標籤，可能是因爲對這樣的事情安全。您必須先使用替換從源代碼中移除這些標籤。

然後，您可以使用正則表達式來匹配源中的所有鏈接，請記住，youtube視頻ID由字母，數字，_組成，並且始終爲11個字符。

$website = str_replace("<wbr>","",file_get_contents('http://boards.4chan.org/mu/res/41283979')); 

$regex = "/(https?:\/\/)?(?:www\.)?youtube\.com\/watch\?v=[A-Za-z0-9_-]{11}/"; 
preg_match_all($regex , $website, $urls, PREG_SET_ORDER); 

foreach ($urls as $url) 
    echo $url[0] . "<br>"; 

Answer 2

print_r用於輸出數組：

http://php.net/manual/en/function.print-r.php

Answer 3

你可以只使用print_r($url)或var_dump($url)。這些是打印數組的標準方法。

Answer 4

您可以使用foreach循環來完成此操作。

<?php 

$website = file_get_contents('http://boards.4chan.org/mu/res/41283979'); 
$reg_exURL = "/(?:https?:\/\/)?(?:www\.)?youtu(?:be\.com\/watch\?(?:.*?&(?:amp;)?)?v=|\.be\/)([\w‌​\-]+)(?:&(?:amp;)?[\w\?=]*)?/"; 
if(preg_match($reg_exURL, $website, $urls)) { 
    // Echo all values in the array 
    foreach ($urls as $url) { 
     echo $url; 
    } 
} else { 
    echo "No URLs Found."; 
} 

?>