PHP正则提取字符串URL异常：仅获一个错误结果而非两个URL

核心问题有两个： #

1. 正则表达式匹配逻辑缺陷 #

你的正则#\bhttps?://[^,\s()<>]+(?:\([\w\d]+\)|([^,[:punct:]\s]|/))#i存在两处问题：

• 末尾的(?:\([\w\d]+\)|([^,[:punct:]\s]|/))强制要求URL结尾匹配额外字符，导致第一个URL的末尾/被错误单独捕获，同时第二个URL的纯数字结尾不符合该规则，直接被排除匹配。
• [^,\s()<>]+对URL主体的限制，结合后续分组规则，缩小了合法URL的范围，漏掉了数字结尾的URL。

2. 匹配结果遍历错误 #

preg_match_all返回的$urls是二维数组：

• $urls[0]存储所有完整匹配的URL
• $urls[1]存储正则中第一个捕获组的匹配内容
  你遍历整个$urls数组，会把捕获组里的冗余字符（比如第一个URL后的/）也拼接到结果里，导致输出异常。

修正后的代码 #

$str = '2014 urmymuse Licensed to the public under http://creativecommons.org/licenses/by/3.0/ Verify at http://ccmixter.org/files/urmymuse/47486';
$urls_str = "";
// 简化正则，适配绝大多数HTTP/HTTPS URL的匹配需求
$matches = preg_match_all('#\bhttps?://[^\s<>]+#i', $str, $urls);
if ($matches) {
    // 只遍历完整匹配的结果集合
    foreach ($urls[0] as $url) {
        $urls_str = $urls_str . ' ' . $url;
    }
}
// 输出预期结果："http://creativecommons.org/licenses/by/3.0/ http://ccmixter.org/files/urmymuse/47486"
echo trim($urls_str);

正则说明 #

#\bhttps?://[^\s<>]+#i：

• \b：匹配单词边界，避免URL与其他字符粘连
• https?://：兼容HTTP和HTTPS协议
• [^\s<>]+：匹配除空白符、<、>之外的所有字符，覆盖绝大多数合法URL的结尾场景
• i：忽略大小写，支持HTTPS/https等写法

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