☰

如何解析 YouTube URL？

tag-icon • tag-icon youtube regex url
如何解析 YouTube URL？

我如何只提取

http://www.youtube.com/watch?v=qdRaf3-OEh4

来自类似

http://www.youtube.com/watch?v=qdRaf3-OEh4&playnext=1&list=PL4367CEDBC117AEC6&feature=results_main

我只对“v”参数感兴趣。

答案1

更新：

更好的是：

sed's/^.\+\(\/\|\&\|\?\)v=\([^\&]*\).*/\2/'
awk'匹配（$0，/（（\/|&|\?)v=)([^&]*)/，x）{print x[3]}'
grep -Po'(?<=(\/|&|\?)v=)[^&]*'
# 说匹配 / 或 & 然后 v=

RFC 3986状态：

   URI = 方案“：” hier-part [“？”查询] [“#”片段]

   查询 = *（pchar /“/”/“？”）
   片段 = *（pchar/“/”/“？”）

   pchar = 未保留 / pct 编码 / 子分隔符 /“：” /“@”
   未保留 = ALPHA / DIGIT /“-” /“。” /“_” /“~”
   子分隔符 = “！”/“$”/“&”/“'”/“(”/“)”
                 /“*”/“+”/“，”/“；” / "="
   …

因此为了安全使用：

 | sed 's/#.*//' | - to remove #fragment part

在前。

IE

| sed 's/#.*//' | grep -Po '(?<=(\/|&)v=)[^&]*'

独立经济专家 (2):

回显'http://www.youtube.com/watch?v=qdRaf3-OEh4&playnext=1&list=PL4367CEDBC117AEC6&feature=results_main' \
| sed's/^.\+\Wv=\([^\&]*\).*/\1/'

解释：

的       
/…/…/ /这个/和这个/

'替换/匹配 0 个或更多项并将它们分组到 ()/用这个/

+-------------------------- s _s_ubsititute
|+------------------------- / 开始比赛
|| +---- / 结束比赛
|| | +-- \1 替换为 - \1==Group 1。或 FIRS 低（）。
|| | | +- / SUBSTITUTE 结束
s/^.\+\Wv=\([^\&]*\).*/\1/'
  +++-+-+-+-+-----+-+------- ^ 从行首匹配
   ++-+-+-+-+-----+-+------- . 匹配任意字符
    +-+-+-+-+-----+-+------- \+ 多次 (grep (greedy +, * *? 等))
      +-+-+-+-----+-+------- \W 非单词字符
        +-+-+-----+-+------- v= 字面匹配“v=”
          +-+-----+-+------- \（开始匹配组
            +-----+-+------- [^\&]* 匹配任意字符，但 & 除外 - 尽可能多
                  +-+------- \) 结束匹配组
                    +------- .* 匹配任意内容；*尽可能多次
                                      - 又称到行尾；因为没有

         [abc] 将匹配 a 或 b 或 c
         [abc]* 将尽可能多次匹配 a AND/OR b AND/OR c
         [^abc] 匹配除 a、b 或 c 之外的任何内容

/\1/ 将整个匹配项替换为匹配组 1。
         那将是 - \( 和 \) 之间的所有内容 - 除了“&”
         在字符串“v=”之后——其中又有一个非单词字母
         在它的前面。

         这也意味着没有比赛就不能换人，最终导致
         不用找了。

结果：qdRaf3-OEh4

注意：如果没有匹配全部的将返回字符串。

（G）AWK：

回显'http://www.youtube.com/watch?v=qdRaf3-OEh4&playnext=1&list=PL4367CEDBC117AEC6&feature=results_main' \
| awk ‘匹配（$0，/（\Wv=）（[^&]*）/，v）{print v[2]}’

结果：qdRaf3-OEh4

解释：

在 Awk 中match(string, regexp)有一个函数用于搜索字符串中最长、最左边的正则表达式匹配项。这里我使用了 Gawk 附带的一个扩展。（请参阅awk 的，韋克;MAwk 等）将各个匹配项（即括号之间的内容）放置在匹配项数组中。

该模式与下面的 Perl/Grep 模式非常相似。

  +----------------------------------------- 内置函数
  | +--------------------------------- 全部输入（$1 将被归档为 1）
  | | 等（使用默认分隔符“ “*）
  | |
  | |
  | | (....)(....) ------------------ 将 \Wv= 放在第 1 组，将 [^&]* 放在第 2 组。
匹配（$0，/（\Wv=）（[^&]*）/，v）{打印 v[2]}
                           | | | |
                           | | +-+---- 使用 /,v 中的“v”；v 是用户定义的名称
                           | | +---- 2 指定 v 中的索引，它是来自的组
                           | | /…/ 中 () 之间是什么
                           | |
                           | +----------- 打印是另一个内置函数。
                           +--------------- 可在打印中使用的组名。

GREP（使用 Perl 兼容）：

回声'http://www.youtube.com/watch?v=qdRaf3-OEh4&playnext=1&list=PL4367CEDBC117AEC6&feature=results_main' | \
grep -Po'(?<=\Wv=)[^&]*'

结果：qdRaf3-OEh4

解释：

-P 使用 Perl 兼容
-o 仅打印表达式的匹配。
    - 这意味着：我们的模式只打印/返回与它匹配的内容。
    如果没有匹配项，则不返回任何内容。

          +------- ^ 取反数学为 - 不匹配（仅因为它是 [] 之间的第一个）
          |+------ & 文字“&”字符
          ||
（?<=\Wv=）[^&]*
| | | | ||
| | | | |+---- * 贪婪；尽可能多地执行。
| | | +--+----- [] 狂野秩序/内部任意顺序 []
| | +----------- v= 文字 v=
| +------------- \W 非单词字符
+----------------- (?<= 后面的内容应该（立即）放在之前。
                    ?=嗯，<=左，= =等于

因此：匹配文字“v=”，其中“v”前面有一个非单词字符。然后匹配
任何内容；尽可能多次，直到我们到达行尾或遇到“&”。

由于在 URL 中的键/值对之间不能有“&”，所以这应该没问题。

答案2

echo 'http://www.youtube.com/watch?v=qdRaf3-OEh4&playnext=1&list=PL4367CEDBC117AEC6&feature=results_main' | sed -e 's/&.*//' -e 's/.*watch?//'

会得到你v=qdRaf3-OEh4。

相关内容