区分正则表达式中两个几乎相同的链接

differentiate between two almost identical links in regex

我创建了一个插件，可以将 links 转换为 link 中内容的 Facebook 嵌入式版本。我的问题是，如果我禁用插件的评论部分，评论的 links 就会嵌入 posts（如果插件的 post 部分仍然处于活动状态）。

让我们看一下，所以我们有 3 links:

脸书post

<a href="https://www.facebook.com/zuck/posts/10102577175875681" target="_blank">ONE</a>

<a href="https://www.facebook.com/zuck/posts/10102577175875681?comment_id=1193531464007751" target="_blank">Two</a>

以及对评论的回复

<a href="https://www.facebook.com/zuck/posts/10102577175875681?comment_id=1193531464007751&reply_comment_id=10102577641662241" target="_blank">Three</a>

所有三个 link 都以

开头

https://www.facebook.com/zuck/posts/10102577175875681

在下面的代码中，if 条件是我的设置切换，这个 post 消息等于用户 posts，所以在这个例子中这个 post 消息等于上面的三个link.

这是我为转换这些 links 而创建的插件。

if ($this->registry->options['drcae_facebook_comment_onoff']) {
  // swaps facebook comment links to embed code
  $drc_embed_facebook_cmt = '<div class="fb-comment-embed" data-include-parent="true" data-width="560" data-href="https://www.facebook.com//posts/comment_id="></div>';
  $this->post['message'] = preg_replace('~<a (.*)href="(.*)facebook.com/(.*)/posts/(.*)?comment_id=(.*)"(.*)<\/a>~', $drc_embed_facebook_cmt, $this->post['message']);
}

if ($this->registry->options['drcae_facebook_post_onoff']) {
  // swaps facebook post links to embed code
  $drc_embed_facebook_post = '<div class="fb-post" data-href="https://www.facebook.com//posts/"></div>';
  $this->post['message'] = preg_replace('~<a (.*)href="(.*)facebook.com/(.*)/posts/(.*)"(.*)<\/a>~', $drc_embed_facebook_post, $this->post['message']);
}

我确实把这个翻转了（post 是第一个）但这导致评论嵌入 posts，我通过首先检查评论来解决这个问题，这可能不是最好的方法。

所以你可能已经注意到我的正则表达式，它不是最好的，但它是我能够自己完成的工作，完全是正则表达式的新手。

~<a (.*)href="(.*)facebook.com/(.*)/posts/(.*)"(.*)<\/a>~

我选择以这种方式做我的正则表达式，所以如果 link 被格式化为如下它仍然嵌入并不重要：

<a target="blank" href="https://www.facebook.com/USERNAME/posts/1234567890" alt="facebook post">LINK</a>

但现在我正在猜测我的工作，在搜索但没有提出任何建议之后，我想我会寻求一些帮助。

我如何区分这些 link，所以 post，不要干扰评论/评论回复？

更新 1，嵌入 posts

现在我的插件看起来像这样

$drc_embed_facebook_post = '<div class="fb-post" data-href="https://www.facebook.com//posts/"></div>';
$this->post['message'] = preg_replace('~<a (.*?)facebook\.com/([^/]+)/[^/]+/([0-9]+)(?:[?][^0-9]+([0-9]+)(?:&(.+))?)?</a>~', $drc_embed_facebook_post, $this->post['message']);

正则表达式

~<a (.*?)facebook\.com/([^/]+)/[^/]+/([0-9]+)(?:[?][^0-9]+([0-9]+)(?:&(.+))?)?</a>~

我一开始就懒什么？我相信...不要限制 www。 https:// ect...（facebook.com 之前的任何内容）

这部分有效，直接将 links 抓取到 posts 这里有几个例子。

https://www.facebook.com/RyanNewMe/posts/616837631826216?pnref=story
https://www.facebook.com/zuck/posts/10102833246942211?pnref=story
https://www.facebook.com/zuck/posts/10102830259184701?pnref=story

这些 link 不嵌入 post。但是，如果我从它们中删除 ?pnref=story，只有以下 link 不起作用。

https://www.facebook.com/RyanNewMe/posts/616837631826216

我创建了一个漂亮、快速的正则表达式来提取 href earlier today，所以我将使用它作为基准：

<a(?:\s*(?!href)[^\s>]*)*\s*href=["']([^"']+)

如果您使用此正则表达式，您将获得 href 属性的任何值作为匹配项。例如：

https://www.facebook.com/zuck/posts/10102577175875681

https://www.facebook.com/zuck/posts/10102577175875681?comment_id=1193531464007751

https://www.facebook.com/zuck/posts/10102577175875681?comment_id=1193531464007751&reply_comment_id=10102577641662241

那你就可以解析这一段了

我制作了这个似乎有效的正则表达式：

facebook\.com/([^/]+)/[^/]+/([0-9]+)(?:[?][^0-9]+([0-9]+)(?:&(.+))?)?

您应该在 </code>、<code>、</code> 和 <code> 中为 "zuck"、原始 ID、评论 ID 和link 的其余部分分别。（是的，我在最后得到了lazy，你需要把link的结尾解析成碎片吗？）

看起来很复杂，其实很好理解。

facebook\.com/ 匹配 facebook.com/
[^\]+ 匹配一个或多个非斜杠
([0-9]+) 捕获一个或多个数字
此 blob：(?:[?][^0-9]+([0-9]+)(?:&(.+))?)? 指定可选扩展名（即结尾的 ?）。
- (?:) 表示非捕获组（主要是为了避免增加 </code> 和 <code> 的名称）。
- [?][^0-9]+ 表示有一个 ? 后跟一些非数字。
- ([0-9]+) 捕获数字
- &(.+) 匹配一个 & 然后捕获字符串的其余部分。

编辑：关于您的更新，正则表达式可以这样修复（除非我遗漏了问题）：

~<a (.*?)facebook\.com/([^/]+)/[^/]+/([0-9]+)(?:[?][^0-9<]+([0-9]*)(?:&([^<]+))?)?</a>~

区分正则表达式中两个几乎相同的链接

differentiate between two almost identical links in regex

php

regex

facebook

comments

vbulletin