php 中的正则表达式快速帮助

Question

我根本不精通正则表达式，但我需要从 url 中删除 ID，这些 url 来自大量文本。

URL 看起来像这样：

domain.com/path/ID_GOES_HERE

问题是，它的内部电子邮件有多种格式，包括：

- <a href="http://www.domain.com/path/ID_GOES_HERE">http://www.domain.com/path/ID_GOES_HERE</a>
- www.domain.com/path/ID_GOES_HERE
- http://domain.com/path/ID_GOES
_HERE

ID 只是字母和数字。 没有其他任何类型的字符。

编辑：另一个问题是，由于我正在处理格式非常糟糕的电子邮件，因此有时 URL 会出现在行尾，它在两行之间被拆分，这会在末尾放置一个等号，如下所示：

http://www.domain.com/path/EE33FDE291A=
8D972

所以ID会变形。

Answer 1

这应该做你需要的：

<?php
$matches = array();
preg_match_all('@domain\.com/path/((?:[a-z0-9_]|=\n)*)@i', $subject, $matches);
foreach ($matches[1] as $id) {
    $id = str_replace("=\n", '', $id);
    // Do your processing here.
}

Answer 2

preg_match('/^domain\.com\/path\/([a-zA-Z0-9]*)$/', $text, $matches = array());
if(isset($matches[1]))
  echo $matches[1];

Answer 3

试试这个正则表达式

/(?:https?:\/\/)?(?:www.)?domain.com/path/([\d\w]+(?:\=?(?:\(?:[\r\n]|\r\n|)(?:[\d\w]+)?)?)/

似乎匹配你所有的测试用例