如何修复正则以从各类YouTube URL提取Video Id与start time并兼容播放列表？

一、多格式兼容的preg_match正则实现 #

以下正则可适配绝大多数YouTube URL，精准提取11位Video ID和start参数对应的起始时间（单位秒），解决了URL尾部解析不当的问题：

$pattern = '/^(?:https?:\/\/)?(?:www\.)?(?:youtube\.com\/(?:watch\?v=|embed\/|v\/|shorts\/|playlist\?list=.*?&v=)|youtu\.be\/)([a-zA-Z0-9_-]{11})(?:\?.*?start=(\d+))?(?:&.*|$)/i';

// 测试示例
$testUrls = [
    'https://www.youtube.com/watch?v=dQw4w9WgXcQ',
    'https://youtu.be/dQw4w9WgXcQ?start=30',
    'https://www.youtube.com/embed/dQw4w9WgXcQ?start=15&autoplay=1',
    'https://www.youtube.com/v/dQw4w9WgXcQ',
    'https://www.youtube.com/shorts/dQw4w9WgXcQ?start=5',
    'https://www.youtube.com/playlist?list=PLxyz&v=dQw4w9WgXcQ&start=10'
];

foreach ($testUrls as $url) {
    if (preg_match($pattern, $url, $matches)) {
        $videoId = $matches[1];
        $startTime = isset($matches[2]) ? (int)$matches[2] : 0;
        echo "视频ID: {$videoId}, 起始时间: {$startTime} 秒\n";
    }
}

正则各部分解析 #

• ^(?:https?:\/\/)?(?:www\.)?：匹配可选的HTTP/HTTPS协议和www前缀，兼容无协议或无www的URL
• (?:youtube\.com\/(?:watch\?v=|embed\/|v\/|shorts\/|playlist\?list=.*?&v=)|youtu\.be\/)：覆盖YouTube核心路径，包括普通观看页、嵌入页、旧版路径、短视频页、播放列表内嵌视频链接
• ([a-zA-Z0-9_-]{11})：强制捕获11位的Video ID（YouTube视频ID长度固定为11位，确保匹配精准）
• (?:\?.*?start=(\d+))?：非贪婪匹配并捕获start参数的数值，避免被后续URL参数干扰
• (?:&.*|$)：匹配剩余URL参数或结尾，解决尾部解析混乱问题
• i修饰符：忽略大小写，兼容大小写混合的URL

二、已覆盖的URL格式 #

上述正则支持所有主流YouTube URL格式：

• 标准观看页：https://www.youtube.com/watch?v=XXX
• 短域名跳转链接：https://youtu.be/XXX
• 嵌入页链接：https://www.youtube.com/embed/XXX
• 旧版视频路径：https://www.youtube.com/v/XXX
• Shorts短视频链接：https://www.youtube.com/shorts/XXX
• 播放列表内嵌视频链接：https://www.youtube.com/playlist?list=PLxxx&v=XXX
• 带任意额外参数的上述格式（如autoplay、loop等）

可扩展的边缘格式 #

若需覆盖更小众的场景，可对正则进行扩展：

• 锚点时间戳：如https://www.youtube.com/watch?v=XXX#t=1m30s，可在正则末尾添加(?:#t=(\d+m?\d+s?))?，再将时分秒格式转换为总秒数
• 无Cookie域名：https://www.youtube-nocookie.com/embed/XXX，可在域名匹配段加入|youtube-nocookie\.com
• 自定义协议：如youtube://watch?v=XXX，可在开头添加(?:youtube:\/\/)?

三、播放列表场景处理 #

若需同时提取播放列表ID和当前视频信息，可使用以下扩展正则：

$playlistPattern = '/^(?:https?:\/\/)?(?:www\.)?(?:youtube\.com\/(?:watch\?v=([a-zA-Z0-9_-]{11})&list=([a-zA-Z0-9_-]+)|playlist\?list=([a-zA-Z0-9_-]+)(?:&v=([a-zA-Z0-9_-]{11}))?)|youtu\.be\/([a-zA-Z0-9_-]{11}))(?:\?.*?start=(\d+))?(?:&.*|$)/i';

该正则可适配两种播放列表链接格式：

1. 观看页带播放列表参数：https://www.youtube.com/watch?v=XXX&list=PLxxx
2. 播放列表页指定视频：https://www.youtube.com/playlist?list=PLxxx&v=XXX

四、兼容PHPStan的代码实现 #

为通过PHPStan静态分析，需明确变量类型、处理可选捕获组，示例代码如下：

/**
 * 从YouTube URL提取视频ID和起始时间
 * @param string $url
 * @return array{videoId: string|null, startTime: int}
 */
function extractYoutubeVideoInfo(string $url): array
{
    $pattern = '/^(?:https?:\/\/)?(?:www\.)?(?:youtube\.com\/(?:watch\?v=|embed\/|v\/|shorts\/|playlist\?list=.*?&v=)|youtu\.be\/)([a-zA-Z0-9_-]{11})(?:\?.*?start=(\d+))?(?:&.*|$)/i';
    
    if (preg_match($pattern, $url, $matches)) {
        $videoId = $matches[1];
        $startTime = isset($matches[2]) ? (int)$matches[2] : 0;
        return ['videoId' => $videoId, 'startTime' => $startTime];
    }
    
    return ['videoId' => null, 'startTime' => 0];
}

内容的提问来源于stack exchange，提问作者Zoltán Süle